单样本t检验通常用于以下几种情况：
1. 比较样本均值与已知总体均值：当研究者想要检验样本均值是否显著不同于一个已知的总体均值时，可以使用单样本t检验。例如，假设某公司声称其产品的平均寿命为1000小时，研究者收集了一组产品的寿命数据，并想要检验这组产品的平均寿命是否显著低于1000小时。
2. 假设检验：在统计分析中，研究者通常会提出一个零假设（null hypothesis）和一个备择假设（alternative hypothesis）。单样本t检验可以帮助研究者判断样本数据是否提供了足够的证据拒绝零假设。
3. 小样本数据：当样本量较小时，单样本t检验是一种有效的统计方法。当样本量较大时，t检验和z检验的结果通常是一致的。
4. 未知总体标准差：当总体标准差未知时，单样本t检验是合适的。如果总体标准差已知，通常使用z检验。
5. 正态分布：单样本t检验假设样本数据来自正态分布的总体。如果数据满足这一假设，t检验可以提供可靠的统计结果。
以下是一个使用单样本t检验的例子：
假设某研究想要检验某品牌新产品的平均使用时间是否显著高于前一代产品的800小时。研究者收集了50个新产品的使用时间数据，计算得到样本均值为850小时，样本标准差为50小时。研究者可以使用单样本t检验来判断新产品的平均使用时间是否显著高于800小时。
在进行单样本t检验时，研究者需要确定显著性水平（如α=0.05），并根据样本数据计算t统计量。然后，将计算得到的t统计量与t分布表中的临界值进行比较，以判断是否拒绝零假设。如果t统计量大于临界值，则拒绝零假设，认为新产品的平均使用时间显著高于800小时。
