这个药物对老鼠反应时间有影响。
以下是对该问题的详细分析：
首先，我们需要明确问题中的关键信息：
接下来，我们设立两个假设：
为了判断哪个假设更可能正确，我们需要进行假设检验。具体步骤如下：
计算样本均值抽样分布的标准差：
由于我们不知道总体分布的标准差，但样本量（100只老鼠）足够大，因此可以用样本标准差（0.5s）来估计总体标准差。根据标准差的计算公式，样本均值抽样分布的标准差为：
[sigma_x = frac{sigma}{sqrt{n}} = frac{0.5}{sqrt{100}} = 0.05s]
其中，n为样本量，σ为样本标准差。
计算z值：
为了判断样本均值（1.05s）与零假设中的总体均值（1.2s）之间的差异是否显著，我们需要计算z值。z值的计算公式为：
[z = frac{bar{x} - mu}{sigma_x} = frac{1.05 - 1.2}{0.05} = -3]
其中，(bar{x})为样本均值，μ为零假设中的总体均值，(sigma_x)为样本均值抽样分布的标准差。
判断p值并作出决策：
根据正态分布的性质，我们知道z值小于-3或大于3的概率非常小（约为0.15%，因为正态分布是对称的，所以左边三个标准差以下的概率等于右边三个标准差以上的概率，且两者之和为1-99.7%=0.3%，因此单边概率为0.3%/2=0.15%）。
由于我们得到的z值为-3，这意味着在零假设成立的条件下，得到当前样本（平均反应时间为1.05s）的概率非常小（不到0.15%）。因此，我们可以认为零假设不成立，即药物对老鼠的反应时间有影响。
综上所述，通过假设检验，我们得出结论：这个药物对老鼠反应时间有影响。
