根據研究設計和資料的性質有單個樣本t檢驗、配對樣本t檢驗、兩個獨立樣本t檢驗以及在方差不齊時的t'檢驗
單樣本t檢驗
單樣本t檢驗(one-sample t-test)又稱單樣本均數t檢驗，適用於樣本均數$\overline{X}$與已知總體均數$\mu_{0}$的比較，其比較目的是檢驗樣本均數所代表的總體均數µ是否與已知總體均數$\mu_{0}$有差別
已知總體均數$\mu_{0}$, 一般為標准值、理論值或經大量觀察得到的較穩定的指標值
單樣本t檢驗用於總體標准差σ未知的資料，其統計值t
其中S為樣本標准差，n為樣本含量
配對樣本t檢驗
配對樣本均數t檢驗簡稱配對t檢驗(paired t test), 又稱非獨立兩樣本均數t檢驗，適用於配對設計計量資料均數的比較，其比較目的是檢驗兩相關樣本均數所代表的未知總體均數是否有差別。
配對設計(paired design)是將受試對象按某些重要特征相近的原則配成對子，每對中的兩個個體隨機地給予兩種處理。
進行配對t檢驗時，首選應計算各對數據間的差值d, 將d作為變量計算均數。
其檢驗統計量為
式中d為每對數據的差值，$\overline{d}$為差值樣本的均數，$S_{d}$為差值樣本的標准差，$S_\overline{d}$為差值樣本均數的標准差，即差值樣本的標准誤，n為配對樣本的對子數，自由度=n-1
兩獨立樣本t檢驗
兩獨立樣本t檢驗(two-sample t-test), 又稱成組t檢驗，它適用於完全隨機設計的兩樣本均數的比較，其目的是檢驗兩樣本所來自總體的均數是否相等。
兩獨立樣本t檢驗要求兩樣本所代表的總體服從正態分布，且兩總體方差相等，即方差齊性(homogeneity of variance)。若兩者總體方差不齊，可采用t'檢驗、變量變換或用秩和檢驗方法處理。
其檢驗統計量為
t'檢驗
當兩總體方差不等（方差不齊）時，兩獨立樣本均數的比較，可采用t'檢驗，亦稱近似t檢驗（separate variance estimation t-test）
方差齊性檢驗
由兩樣本方差推斷兩總體方差是否相同的檢驗方法可用F檢驗
t'檢驗
t'檢驗有三種方法，包括Satterthwaite法近似t檢驗、Welch法近似t檢驗和Cochran & Cox法近似t檢驗。Cochran & Cox法是對臨界值校正，Satterthwaite 法和Welch法是對自由度進行校正。
這里介紹Satterthwaite法和Cochran & Cox法，檢驗統計量為
Satterthwaite法是目前統計軟件中使用最多的 t' 檢驗方法