当统计分析结果是差别无显著性，但所求得的检验统计量在界值附近时，下结论应慎重，是因为（ ）。A. 如果将双侧检验改为单侧检验可能得到差别有显著性的结论B. 如将检验水准α＝0.05改为α＝0.1可得到差别有显著性的结论C. 如改用其它统计分析方法可能得到差别有显著性的结论D. 如提高计算精度，可能得到差别有显著性的结论E. 如加大样本含量可能得到差别有显著性的结论

本题考查假设检验中统计结论的稳定性，核心在于理解检验统计量接近临界值时结果的敏感性。当统计量与临界值差距微小时，结论可能因样本量、检验水平或分析方法的微调而改变。关键点在于样本量对检验效能的影响：增大样本量可提高检验效能，使原本不显著的差异变得显著。

选项分析

选项A

将双侧检验改为单侧检验，会改变拒绝域的分布，但单侧检验仅适用于明确的单向假设。随意改变检验类型违背研究设计原则，且可能引入偏差，因此不正确。

选项B

降低检验水准（如将$\alpha=0.05$改为$\alpha=0.1$）会增加Ⅰ类错误风险，但$\alpha$是预先设定的决策标准，不能为追求显著性而调整，故错误。

选项C

改用其他统计方法需基于方法的适用性，不同方法针对不同假设和数据结构。若原方法已适用，随意更换可能引入偏差，因此不成立。

选项D

计算精度不影响统计量的本质，结果由数据本身决定，提高精度不会改变结论，故错误。

选项E

样本量是检验效能的关键因素。当统计量接近临界值时，增大样本量可减小标准误，使统计量进一步偏离原假设值，从而可能达到显著性。因此正确。