Jautrumas ir specifiškumas yra statistiniai dvejetainio klasifikavimo testo efektyvumo rodikliai, statistikoje dar vadinami klasifikavimo funkcija. Jautrumas (kai kuriose srityse dar vadinamas tikrojo teigiamo rezultato rodikliu arba atšaukimo rodikliu) parodo, kokia dalis faktinių teigiamų rezultatų yra teisingai nustatyta (pvz., kokia dalis sergančių žmonių yra teisingai identifikuoti kaip sergantys tam tikra liga), ir papildo klaidingai neigiamų rezultatų rodiklį. Specifiškumas (kartais vadinamas tikruoju neigiamumo rodikliu) parodo teisingai nustatytų neigiamų rezultatų dalį (pvz., sveikų žmonių, kurie teisingai nustatyti kaip nesergantys liga, procentinę dalį) ir papildo klaidingai teigiamų rezultatų rodiklį. Tobulas prognozuotojas būtų apibūdinamas kaip 100% jautrus (pvz., visi ligoniai identifikuojami kaip ligoniai) ir 100% specifinis (pvz., visi sveiki neidentifikuojami kaip ligoniai); tačiau teoriškai bet kuris prognozuotojas turės mažiausią klaidų ribą, vadinamą Bajeso klaidų dažniu. Atliekant bet kokį testą, paprastai tarp priemonių yra kompromisas. Pavyzdžiui, oro uostų saugumo aplinkoje, kai tikrinama, ar nekyla grėsmė saugumui, skeneriai gali būti nustatyti taip, kad suveiktų ant mažos rizikos daiktų, pavyzdžiui, diržų sagčių ir raktų (mažas specifiškumas), kad būtų sumažinta rizika nepastebėti daiktų, kurie kelia grėsmę orlaiviui ir jame esantiems žmonėms (didelis jautrumas). Šį kompromisą galima pavaizduoti grafiškai kaip imtuvo veikimo charakteristikų kreivę.