Ve statistice je binomický test přesným testem statistické významnosti odchylek od teoreticky očekávaného rozdělení pozorování do dvou kategorií.
Například předpokládejme, že máme deskovou hru, která závisí na hodu kostkou, a zvláštní význam přikládá hodu 6. V konkrétní hře se kostka hodí 235krát a 6 vyjde 51krát. Pokud je kostka spravedlivá, očekávali bychom, že 6 vyjde 235/6 = 39,17krát. Je podíl 6s výrazně vyšší, než by se očekávalo náhodou, při nulové hypotéze spravedlivé kostky?
Pro nalezení odpovědi na tuto otázku pomocí binomického testu nahlédneme do binomického rozdělení B(235,1/6), abychom zjistili, jaká je pravděpodobnost nalezení přesně 51 6s ve vzorku 235, pokud je skutečná pravděpodobnost 6 v každém pokusu 1/6. Pak zjistíme pravděpodobnost nalezení přesně 52, přesně 53 a tak dále až k číslu 235 a všechny tyto pravděpodobnosti sečteme. To nám dává jednostranný význam pozorovaného počtu 6s.
U velkých vzorků, jako je tento příklad, je binomické rozdělení dobře aproximováno výhodnými spojitými distribucemi a ty se používají jako základ pro alternativní testy, které se mnohem rychleji vypočtou, Pearsonův chi-kvadrátový test a G-test. U malých vzorků se však tyto aproximace rozkládají a neexistuje žádná alternativa k binomickému testu.
Nejčastější použití binomického testu je v případě, kdy null hypotéza je, že dvě kategorie jsou stejně pravděpodobné, že se vyskytnou. Tabulky jsou široce dostupné pro udání významnosti pozorovaných počtů pozorování v kategoriích pro tento případ. Nicméně, jak ukazuje výše uvedený příklad, binomický test není omezen na tento případ.
Pokud existují více než dvě kategorie a vyžaduje se přesná zkouška, musí se místo binomické zkoušky použít zkouška založená na multinomiálním rozdělení.