Real-time qPCR就是在PCR擴增過程中，通過螢光信號，對PCR進程進行實時檢測。由於在PCR擴增的指數時期，模板的Ct值和該模板的起始拷貝數存在線性關係，所以成為定量的依據。由於常規的PCR的缺點，real-time qPCR由於其操作簡便，靈敏度高，重複性好等優點發展非常迅速。設在已經涉及到生命科學研究的各個領域，比如基因的差異表達分析，SNP檢測，等位基因的檢測，藥物開發，臨床診斷，轉基因研究等。
做過qPCR的研究者用過的儀器也無怪乎ABI 7000、7300、7500，7700、7900HT、StepOnePlus、StepOne、PRISM® StepOne系列；BIO-RAD的CFX96、iCycleriQ5®、MyiQ®、MJ Research Chromo4Opticon系列；Stratagene Mx系列；RocheLightCycler®系列；Eppendorf Masercycler®；Corbett Rotor-Gene；Cepheid SmartCycler® 和BIOER 的LineGene系列。其儀器的設置和數據輸出方式基本類似，相差不大。有過qPCR實驗經驗的研究者可能很快就能熟悉其不同於PCR的結果Ct值，以及數據的常用運算方法比較Ct方法（2-△△Ct）。那麼這個數據到底有沒有統計意義呢？這個該如何分析？我們來逐漸了解相對定量qPCR的數據統計分析。
首先在數據分析之前，要確保數據的準確性，也就是實驗過程的各個流程都要嚴格操作，也就是MIQE標準（具體可見Bustin SA et al Clin Chem55,611-622 2009）。這些都做到了，那麼就可以來分析Ct數據了。
統計分析，至少有3個數據才可以。那就是在設計實驗中，每組至少要有3個生物學重複（也就是3個不同的樣本）。這個和qPCR的3個PCR replicate是完全不同的概念（這是同一個樣本的3個重複）。
下面我們就以一個處理分析的實驗來做說明如何來數據統計分析。1個處理組和1個對照組，每組有3個樣本（也就是生物學重複），來檢測某目的基因（target，設定內參基因為reference），在這個處理中，目的基因的表達是否受到抑制？同時這個抑制作用是否有統計學意義。
不管是哪個qPCR儀，都可以做此檢測，數據也都可以用excel表歸納如下：
首先每個樣品的目的基因和內參基因的3個PCR replicate要求出平均值，這個僅僅是技術重複，也就是確定這個數據是可靠的。然後求出在每個樣品的目的基因的變化量也就是（目的基因的量和其對應的內參基因的量相比，也就是2-△Ct）。然後再平均對照組中的3個2-△Ct ，在此例子中數據為0.006482，然後所有2-△Ct的都和0.006482相比即可到2-△△Ct，也就是倍數變化（foldchange或者relative expression）。
下面就可以對2-△△Ct或者2-△Ct或者就行統計分析，Ct的2種形式都可以進行統計分析，唯獨不能對Ct進行統計分析。具體統計分析的方法，任何統計分析軟體都可以用比如SPSS，GraphPad等。這裡展示一下GraphPad分析的結果。