现分别从两组抽取数据 \(x_{11},..., x_{1n_1}, x_{21},..., x_{2n_2}\) ,假设他们是从 \(N(\mu_1, \sigma^2_1)\) 与 \(N(\mu_2, \sigma^2_2)\) 两个分布抽取的样本，并希望检验零假设 ，接着计算：\[t = \frac{\bar{x_2} - \bar{x_1}}{SEDM}\]其中，SEDM（Standard Error of Difference of Means）是均差值的标准误，并定义为：SEM（Standard Error of the Mean）, 均值的标准误，定义如下：
对于是否假设两组数据的方差相等，SEDM有两种计算方法。
- 经典方法假设了方差相等，然后根据两组的标准差计算一个综合的s, 然后将它代入SEM里，零假设下的 值服从自由度 \(n_1 + n_2 -2\)为的t分布。
- Welch提出了另一种方法，以两组个字的标准差 \(s_1\) 和 \(s_2\) 来计算SEM。