由于机体内抗体的产生是需要时间的，而每一个人产生这些抗体的时间长短是因人而异的。这主要与老祖宗遗传下来的免疫系统的属性直接相关。为此，医学界用统计学的方法，计算出大量被检测者出现抗体的时间的标准差，再根据统计学原理，标准差乘以三，这样就得出了一个被感染者出现抗体的时间的最大值——三个月。也就是说，感染了艾滋病毒的绝大多数人（99.999%）是不会超过三个月而机体内却没有产生相应的抗体的。因此如果超过了三个月，机体内检查不出有艾滋病毒的相关抗体就可以有99.999%的可能性排除感染了艾滋病毒。 有许多人想知道这三个月到底指的是多少天，因为二月份、大月、小月的天数是不一样的。其实产生这样的疑问主要是不太了解统计学，一般来说，统计所得出的数值并不具有确指性，这与非统计方面的数值一就是一，二就是二是有区别的。统计学关注的是事件未来发展的概率也就是可能性大小的。大家都知道随机扔硬币正面向上的概率将会是50%，如果真得扔十次或者成千上万次，将会发现，这个50%并不是确指的。因为现实当中将会出现49%或者51%的可能性的。上面统计按标准差的原理也是统计原理，由于标准差的计算数值将会是无限不循环小数，而且由于做统计的区域不同，样本的数量不同，年龄不同等等原因，这个标准差数值将会分布于25天至35天之间。由于不循环小数使用与记忆起来并不方便，所以一般会取整处理为30天，相当于是一个月。根据统计学正态曲线模型，在一个标准差与二个标准差之间（也就是通常所说的一个月与两个月之间）感染了艾滋病毒的人出现相关抗体的人数将占67%，在两个月至三个月之间占95%，而超出三个月则占99.999%。因此可以这样来理解，如果超过90天后的感染者仍然不出现相关抗体的可能性只有千分之一，也就是说一千个感染者中将会有一个人的可能性超出了90天后仍然没有产生抗体。针对90天这个数值，相差几天对于99.999%这个概率值的影响可以忽略不计。而一千分之一的事件发生的可能性，在统计学上，可认为是小概率事件。
一般来说，用测相关抗体的方法来测试有没有感染艾滋病毒属于筛查法。所要求的灵敏度非常的高，目的可以算是“宁可错杀一千，也不放过一个”，这样的要求是会出“冤假错案”的，也就是说容易产生假阳性结果，原因是如果测试方法的灵敏度设计的太高的话是要牺牲检测方法的抗干扰性能的。例如，任何检测方法都会受到微量环境背景因素的干扰。而灵敏度太高的话，这种背景干扰也将会被反应出来。因此筛查阳性的人是不能被确诊为感染了艾滋病毒的。为此还要再做聚合酶链式反应（Polymerase Chain Reaction，PCR）检查，这种检查可不是测艾滋病毒相关的抗原刺激机体产生的抗体的，而是直接检测艾滋病毒的RNA。因此不会再有所谓的窗口期。可是这种方法更加容易产生假阳性结果，所以一定要连续做两遍，并且两次结果都是阳性才能出化验报告单。由于目前医学界还没有发明出来杀灭艾滋病毒的特效药来，因此对于确诊的要求非常的高。所以要确认被艾滋病毒感染了一定要满足两个条件：
