t检验的适用条件需满足以下核心要求，以确保检验结果的可靠性和有效性：

一、基本前提条件

正态分布或近似正态分布

数据需符合正态分布，或通过中心极限定理（n≥30）近似服从正态分布。小样本（n<30）时对正态性要求更严格，可通过 Shapiro-Wilk 检验等工具进行验证。

方差齐性（独立样本t检验）

两独立样本需满足总体方差相等（即σ₁²=σ₂²），否则需使用 Welch t 检验（不要求方差齐性）。

样本独立性

独立样本：

观察值需相互独立，如不同组别的测量结果。

配对样本：需为同一对象在不同条件下的重复测量（如治疗前后的数据）。

二、其他注意事项

数据类型：适用于连续型数据，对离散型数据（如计数资料）的适用性有限。

样本量：小样本（n<30）时对正态性和方差的敏感性较高，建议先进行正态性检验；大样本时受中心极限定理影响，可放宽要求。

替代方法：若数据不满足正态性或方差齐性，可考虑非参数检验（如 Mann-Whitney U 检验、Wilcoxon 移位检验）。

三、常见t检验类型补充

单样本t检验

用于比较样本均数与已知总体均数的差异，要求数据服从正态分布。

配对样本t检验

用于同一对象前后测量的数据比较，需差值数据服从正态分布。

通过严格满足上述条件，t检验能有效评估样本均值与总体均值的差异是否具有统计学意义。