目前研究法律实施效果和实际影响的定量方法可大致归为假设检验、回归分析和时间序列分析三大类。[21]
假设检验是推断统计学的基本方法之一，在一定的假设条件下，由样本指标估计总体指标。首先根据原资料作出一个总体指标是否等于某一个数值，某一随机变量是否服从某种概率分布的假设，然后利用样本资料采用一定的统计方法计算出有关检验的统计量，依据“小概率事件原理”，以较小的风险来判断估计数值与总体数值(或者估计分布与实际分布)是否存在显著差异，是否应当接受原假设选择的一种检验方法。根据问题的需要对所研究的总体作某种假设；选取合适的统计量，这个统计量的选取要使得在假设成立时，其分布为已知；由实测的样本计算出统计量的值，并根据预先给定的显著性水平进行检验，作出拒绝或接受假设的判断。常用的假设检验方法有检验法等。
现以《行政处罚中罚款数额的设定方式——以上海市地方性法规为例》为分析蓝本，[22]简单介绍假设检验在法学研究中的应用。首先，定性分析我国法律责任体系中现有罚款数额设定方式及其组合形式的使用现状，进而阐明在罚款设定方式上存在的不同观点；其次，选取第八届至第十二届上海市人大及其常委会所制定的现行有效且设有法律责任条款的113部地方性法规，以其中涉及罚款的1222个条款为样本进行全样本分析，得到不同届别、不同领域法规的罚款数额设定方式，使用百分比检验统计分析各种罚款设定方式的构成，并选取卡方检验方法进行假设检验；再次，以每届法规与使用的复用类罚款设定方法具有显著差异为其零假设，以其反命题每届法规与使用的复用类罚款设定方法不具有显著差异为其备择假设，经过卡方检验，另接受零假设，故接受每届法规与使用的复用类罚款设定方法具有显著差异的零假设。以复用类罚款设定方式与其分布的12个调整领域地方性法规具有显著关联为零假设，同样进行卡方检验，并接受零假设，并对量化分析之后的结果进行法学解释，即进行法学层面的检验；最后，对罚款设定方式及其组合进行反思和完善。
回归分析法，这是一种从事物因果关系出发进行预测的方法，是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式(称回归方程式)，即回归模型的具体函数形式与模型参数的估计值，是研究变量之间非确定性相互依赖关系的经典方法之一。所谓被解释变量，即其变化受其他一个或几个变量影响的变量，故又称“因变量”或“应变量”；解释变量即那些影响被解释变量的其他变量，也叫“自变量”。当研究的因果关系涉及一个或多个自变量时，分别称为一元或多元回归分析；此外，又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析。
