体检指标落在正常范围，不等于身体处处正常；它也可能只是没测到那类问题。统计检验同样如此：先假定“没有差异”，再看数据是否反常。检验未通过拒绝门槛，只能说明证据不足，不能证明偏差不存在。
Marian Grendar 提出的“检测相干性”，就是检查检验的尺子与它声称检验的问题是否对得上。论文以 Wilcoxon–Mann–Whitney 为例：这种非参数秩检验主要比较两组观测的相对次序，其核心检测量是经验 AUC。问题在于，不同分布也可能给出与零假设相同的 AUC，于是落入“盲区”——实际存在差异，统计量却没有反应。这不是普通的样本不足；作者证明，对盲区内的偏差，检验力不会随样本增加而提高。
论文还将 Kruskal–Wallis、Friedman 和 logrank 的无限制用法判为不相干，并证明 Kolmogorov–Smirnov、Zaremba，以及采用特征核的 Maximum Mean Discrepancy 检验具有普遍检测相干性。作者据此主张弃用不相干检验；这一结论目前来自论文自身的理论框架与证明。