t檢驗方法如下：
t分布的發現使得小樣本統計推斷成為可能，並且以t分布為基礎的檢驗稱為t檢驗。在醫學統計學中，t檢驗是應用較多的壹類假設檢驗方法。對於計量資料的假設檢驗中，t檢驗是最為簡單、常用的方法。
單樣本資料的t檢驗，實際上是推斷該樣本來自的總體均數與已知的某壹總體均數μ0（常為理論值或標準值）有無差別。零假設為H0：μ=μ0。而對立假設要視問題的背景而定：雙側的對立假設為H1：μ≠μ0；單側的對立假設可以是H1：μ>μ0或H1：μ<μ0。
t檢驗的統計量計算，服從自由度為v=n-1的t分布。因此，可以根據t值來計算相應的P值，進行統計推斷的。事先規定壹個“小”的概率α作為檢驗水準，如果P值小於α，就拒絕零假設，如P值不小於α，則不拒絕零假設。
在醫學科學研究中的配對設計主要適用於以下情況：第壹，異體配對設計，包括同源配對設計和條件相近者配對設計（兩同質受試對象配成對子分別接受兩種不同的處理）。第二，自身配對設計（同壹受試對象分別接受兩種不同處理）。
兩獨立樣本配對t檢驗：
兩樣本t檢驗又稱成組t檢驗,或兩獨立樣本t檢驗，醫學研究中常見用於完全隨機設計兩樣本均數的比較，即將受試對象完全隨機分配到兩個不同處理組，研究者關心的是兩樣本均數所代表的兩總體均數是否不等。
此外，在觀察性研究中，獨立從兩個總體中進行完全隨機抽樣，獲得的兩樣本均數的比較，也可采用兩樣本t檢驗。此檢驗基於t分布，必須假定兩個總體服從正態分布，根據是否符合方差齊性。