Statistiniai testai naudojami norint nustatyti, ar hipotezinis kintamųjų ryšys turi statistinį reikšmingumą. Paprastai bandymu bus matuojamas kintamųjų koreliacijos ar skirtingumo laipsnis. Parametriniai testai yra tie, kurie remiasi kintamųjų centrinėmis tendencijomis ir prisiima normalų pasiskirstymą. Neparametriniai testai nedaro prielaidų apie populiacijos pasiskirstymą.
T testas yra parametrinis testas, kuriame lyginami imčių vidurkiai ir dalyvaujančios populiacijos. Yra keli t testų variantai. Vieno mėginio t-testas palygina imties vidurkį su hipoteziniu vidurkiu. Nepriklausomas mėginių t-testas nustato, ar dviejų skirtingų mėginių vidurkiai yra panašūs. Suporuoto mėginio t-testas naudojamas, kai yra du stebėjimai, kuriuos reikia palyginti su kiekvienu imties subjektu. T testas skirtas skaitmeniniams duomenims, kurių pasiskirstymas yra normalus.
Eiliniai duomenys yra išvestiniai duomenys, apibūdinantys kiekvieno mėginio vieneto santykines vertes. Pavyzdžiui, eiliniai 10 mokinių aukščio klasėje duomenys būtų tiesiog skaičiai 1–10, kur 1 gali atstovauti trumpiausią studentą, o 10 - aukščiausią studentas. Nei vienas studentas neturėtų tokios pat vertės, nebent būtų lygiai tokio pat aukščio. Centrinės tendencijos matai yra beprasmiški su eiliniais duomenimis.
T testai nėra tinkami naudoti su eilės duomenimis. Kadangi eiliniai duomenys neturi centrinės tendencijos, jie taip pat neturi normalaus pasiskirstymo. Tendencinių duomenų vertės yra tolygiai paskirstytos, o ne grupuojamos aplink vidurį. Dėl to eilinių duomenų t testas neturėtų statistinės reikšmės.
Yra trys statistinio reikšmingumo testai, kuriuos tikslinga naudoti su eilės duomenimis. Spearmano rango ir koreliacija yra tinkama naudoti, kai dalyvauja tik du kintamieji, o jų ryšys yra monotoniškas, nors nebūtinai linijinis. Esant monotoniškiems santykiams, didėjant pirmajam kintamajam, antrojo kintamojo kryptis nesikeičia. „Kruskal-Wallis“ testas yra skirtas atvejams, kai pavyzdžių yra daugiau nei du, o duomenys paprastai nėra paskirstomi. Tai panašu į vienpusę dispersijos analizę. Friedmano dispersijos pagal rangus analizė gali būti naudojama, kai vienoje grupėje yra trys ar daugiau vieno kintamojo stebėjimų.