選用t-檢驗的基本前提假設是，兩組樣本都服從正態分佈，且方差相同。設有兩類(x, y)分別有 m m m個和 n n n個樣本，它們的總體樣本方差是：

s p 2 = ( n − 1 ) S x 2 + ( m − 1 ) S y 2 m + n − 2 s_p^2=\frac{(n-1)S_x^2+(m-1)S_y^2}{m+n-2}

s

p

2

=

m+n−2

(n−1)S

x

2

+(m−1)S

y

2

其中， S x 2 S_x^2 S

x

2

和 S y 2 S_y^2 S

y

2

分別是兩類樣本各自的估計方差，t檢驗的統計量是：

t = x ˉ − y ˉ s p 1 n + 1 m t=\frac{\bar{x}-\bar{y}}{s_p\sqrt{\frac{1}{n}+\frac{1}{m}}}

t=

s

p

n

1

+

m

1

x

ˉ

−

y

ˉ

它服從自由度為 n + m − 2 n+m-2 n+m−2的t分佈。

在實際問題中，首先計算出實際樣本的t值，然後根據t分佈可以查出在原假設下取得該t值的 p p p值，最後根據適當的顯著性水平（如0.05）來決定是否拒絕原假設，推斷兩類樣本的均值是否有顯著差異。

t t t檢驗屬於引數化檢驗方法，此類方法對資料分佈有一定的假設，必要時需要首先檢驗樣本分佈是否符合該假設。