为了证实数据的有效性，通常要应用计算机软件对数据进行随机化检验。研究者可以通过随机化检验提出一些问题，例如数据来源不同时，所有的结果是否存在显著性差异。排列组合检验，如“确切检验”，反复混合群体数据中获得的原始基因型以检验原有样本基因型是多么少见。反复混合的数据可产生新的基因型分布，这可与原始的相比较。

    

再抽样检验，称为“自举法”或“jack-knifing法”，也可用于检验数据资料。自举法是一种计算机模拟实验，该法中原始的n个观察值通过替换重新抽样。另一方面，jack-knifing法的重新抽样是每次在原始n个观察值中减少一个，产生样本含量为n -1的n个样本。文献中描述群体数据的大部分论文使用确切检验重排数据2000次，尽管有些报道重排次数高达100 000次。

    

因为在多数情况下对一个DNA型仅进行一次抽样，如果再进行检验，我们其实是使用统计学检验来估计期望值的变异。最后，对遗传学数据进行一系列统计学检验来估计基因型频率，因为许多基因型非常稀少，在检测的群体样本中无法观察到。亲子鉴定中检测中同样要用到随机法。

Gregory Mendel揭示的基本遗传定律是解释DNA证据的基础。孟德尔定律之一是生殖细胞通过减数分裂形成配子时，成对的等位基因彼此分离，分别进入不同配子。半数配子中只含有亲代一对基因中的一种，另一半配子含另一种。换句话说，同源染色体在减数分裂过程中发生分离，因此配子变为单倍体，只含有单拷贝的染色体。孟德尔的另一个定律是指不同基因座上的非等位基因的行为是相互独立的。这一定律通常称为自由组合律。分离律和自由组合律是连锁平衡和Hardy-Weinberg平衡定律的基础，而DNA群体数据需检验是否符合这后两个定律。