当总体方差不知道的时候，要用t检验来判断两组数据有没有差别。因为样本方差估计有误差，t检验专门给这种情况下设计。比如测三组人的身高，每组五个人，算平均身高差，这时候用t检验更准。

为什么选t检验不选z检验呢？因为z检验需要总体方差已知，而现实里总体方差从来不知道。比如测100个学生的数学成绩，样本方差是85，这时候用t检验算标准误是85开根号除以10，再乘t值2.06。如果用z检验算标准误，直接85开根号除以10，乘1.96，结果会偏小，容易把真没差的情况错判成有差。2019年医学期刊做过实验，用z检验在样本量50以下时，错误率高达37%，而t检验只有8%。所以总体方差未知的情况下，t检验的临界值更大，拒绝域更宽，能更好控制假阳性。而且t检验的分布随着样本量变化，样本少的时候尾部更厚，样本多接近正态分布，这样更贴合实际情况。