你可以选择非参数检验就对分布没有特别强的要求了

我也是想增加分析的准确性，才选择t检验的，尽量不想使用非参数检验

不是所有数据都是正态分布，比如counting data，有大量的0值存在，Poisson distribution能更好的刻画之。所以并不存在万能的转换把非正态分布数据变成正态分布。这是需要注意的。
在普遍常用的转换应用中，有log transformation，把数据取对数值后能改善。
另外在线性模型中(linear model)，Box和Cox两人在1964年给出了box-cox transformation来把非正态分布数据转换成正态分布，通过极大似然法来估计参数lambda，而lambda=0时就是常见的log transformation。在R，SPSS，MATLAB里面都可以进行box-cox transformation。
此外，针对不同的数据情况，Manly在1971年，John和Draper在1980年，Bickel和Doksum在1981年，Yeo和Johnson在2000年分别对box-cox transformation进行了改进。