Hipotez testinde son derece önemli olan istatistiksel çıkarım teknikleri iki geniş kategoriye ayrılır: parametrik ve parametrik olmayan istatistikler.

Adından da anlaşılacağı gibi parametrik istatistikler, verilerin belirli bir dağılımı, genellikle normal bir dağılımı izlediğini varsayar. Bu varsayım, sağlam hipotez testini ve tahminini mümkün kılar. Student's t-testi veya Uygunluk iyiliği testi gibi parametrik yöntemler, sağlamlıkları nedeniyle biyoistatistikte sıklıkla kullanılır. Örneğin, farklı tedaviler alan hastalar arasındaki ortalama kan şekeri seviyelerini karşılaştırmak, parametrik istatistiksel yöntemler kullanılarak istatistiksel olarak güvenilir hale gelir.

Öte yandan, parametrik olmayan istatistikler verilerin altta yatan dağılımı hakkında herhangi bir varsayımda bulunmaz. Veriler parametrik testlerin ön koşullarını karşılamadığında veya sıralı veya kategorik verileri işlerken devreye girerler. Bu yöntemler, aykırı değerlere karşı sağlamlık ve belirli dağılım varsayımları olmaması gibi çeşitli avantajlar sunar. Ancak, tüm parametrik varsayımlar karşılandığında genellikle parametrik testlerden daha az güçlüdürler.

Parametrik olmayan istatistiksel yöntemler çeşitli biyoistatistiksel uygulamalarda kullanılır. İki laboratuvar hayvanı grubu arasındaki medyan sağkalım sürelerini karşılaştıran Wilcoxon rank-sum testi bir örnektir. Bir diğeri, birden fazla grubun medyanlarını karşılaştırmak için ANOVA'ya parametrik olmayan bir alternatif olan Kruskal-Wallis testidir.

Parametreli ve parametrik olmayan istatistiklerin biyoistatistikte kendine özgü önemi ve uygulamaları vardır; bunların kullanımı, verilerin doğasına ve yapılabilecek istatistiksel varsayımlara göre belirlenir.