第一种公式用于比较两个独立样本的均值差异，其公式为：

t = (X1 - X2) / (s * √(1/n1 + 1/n2))

其中：

* X1 和 X2 是两个独立样本的均值。

* s 是两个样本的合并标准差，计算方式是：(n1-1) * s1^2 + (n2-1) * s2^2) / (n1 + n2 - 2) 的平方根，其中 s1 和 s2 分别是两个样本的标准差，n1 和 n2 是两个样本的样本量。

第二种公式用于比较配对样本或重复测量样本的均值差异，其公式为：

t = (X1 - X2) / (s * √(1/n))

其中：

* X1 和 X2 是配对或重复测量样本的差值均值。

* s 是这些差值的标准差。

* n 是配对或重复测量样本的数量。

请注意，这些公式中的t值都表示样本均值与假设的某个值（通常是0）之间的差异，除以样本的标准误差。t值用于检验这个差异是否显著，即是否足够大，以至于不可能是由随机误差引起的。

在实际应用中，你需要根据具体的研究设计和数据特征选择适当的公式进行计算。同时，计算出的t值需要与临界t值（根据样本量和显著性水平确定的）进行比较，以判断均值差异是否显著。