化学测量本质上会受到变异性的影响，而统计学提供了描述、解释这种变异性并得出结论的语言和工具。 描述性统计使用集中趋势度量（平均值**（平均值）和中位数（中间值））和分散度量（例如标准差 (s) 和 方差 (s²)）来总结数据集。 正态（高斯）分布描述了随机误差的许多自然来源；大约 68% 的测量值落在平均值的 ±1 秒内，95% 的测量值落在平均值的 ±2 秒内，99.7% 的测量值落在平均值的 ±3 秒内。

置信区间表示真实总体平均值预计位于给定概率水平（通常为 95%）的范围。间隔的计算方式为“x̄ ± t · s / √n”，其中“t”是学生所需置信度和自由度的 t 值。 假设检验使用 t 检验将样本均值与参考值进行比较（单样本 t 检验）或比较两个样本均值（双样本和配对 t 检验）。 F 检验 比较两个方差以确定它们的差异是否具有统计显着性。

方差分析 (ANOVA) 将 t 检验扩展为同时比较三个或更多组均值。单向方差分析将总方差划分为组间和组内分量。 F 比率（组间方差除以组内方差）检验所有组均值相等的原假设。 Tukey 的 HSD 等事后测试可识别哪些特定对存在显着差异。

异常值检测至关重要，因为单个异常值可能会扭曲统计结论。 格拉布斯检验 通过将平均值的最大偏差与临界 Z 值进行比较，一次识别一个异常值。 Dixon 的 Q 检验 评估小数据集中 (n ≤ 30) 的最小值或最大值是否不一致。可疑的异常值永远不应该被任意丢弃，它们需要有记录的理由，并且只有在物理或程序原因得到确认的情况下才应该被删除。

校准曲线通过基于最小二乘准则的线性回归将仪器响应“y”与分析物浓度“x”相关联：最小化Σ(yᵢ − ŷᵢ)²。回归产生斜率“m”、截距“b”和相关系数“r²”。通过在回归线上插值它们的响应来预测未知浓度。 检测限 (LOD) 是可与空白区分开的最小浓度，通常计算为 3.3 · σ/S，其中 σ 是空白的标准差，S 是斜率。 定量限 (LOQ) 设置为 10 · σ/S，代表最低的可靠定量测量值。