在完全随机设计中，秩和检验（也称为Mann-Whitney U检验或Wilcoxon两样本秩和检验）是一种非参数统计方法，用于比较两个独立样本的中心位置是否相同。与基于正态分布假设的t检验不同，秩和检验不依赖于数据的具体分布形态，因此在某些情况下更为适用。

秩和检验主要适用于以下几种条件：
1. 数据为定量资料或等级资料：即可以测量出具体数值的数据，或者能够进行排序但无法精确测量差值的等级数据。例如，疼痛程度可以用轻微、中等、严重来描述，而这些等级之间的确切差距是难以量化的。
2. 两个样本相互独立：每个样本中的观测值都是随机抽取且互不影响的。比如，在研究两种不同治疗方法的效果时，患者被随机分配到治疗组或对照组，并且两组间没有交叉影响。
3. 样本数据不服从正态分布或者方差不齐：当数据不符合正态性假设或两个样本的方差显著差异时，使用秩和检验可以避免因违反t检验的前提条件而产生的错误结论。通常情况下，如果样本量较小（如n<30），且无法确定其是否符合正态分布，则更倾向于选择非参数方法。
4. 对极端值不敏感：秩和检验基于数据的排序而非具体数值，因此对于异常值具有较好的稳健性。在存在大量离群点的数据集中使用秩和检验可以减少这些极值对结果的影响。

总之，在实际应用中，当遇到小样本、非正态分布或包含较多等级资料的情况时，秩和检验是一种有效且实用的选择。