不，似然比不是构建假设检验的唯一方法，但它通常是最优的。

在频率论范式的一种风格中，您可以从任何可以生成 ap 值的任意检验统计量构建假设检验，即在给定零假设的情况下观察数据的概率。不需要正式陈述替代假设（“非空”除外），因此无法构建似然比。

即使我们确实有一个正式的替代假设，也有多种构建检验的方法，但 Neyman-Pearson 引理表明，在许多情况下，似然比将是最强大的。我们常常在寻求最有力的考验；如果备择假设是复合的（例如，采用多个可能的参数值），则为“统一最强大的检验”；如果没有明确的统一最强大的测试，或者统一最强大的无偏测试。所以我们经常以似然比检验结束。

在某些情况下，可能性根本不起作用——例如，模型中不存在密度。

贝叶斯范式再次给出了完全不同的方法，通常涉及计算“贝叶斯因子”而不是似然比。