推論統計（inferential statistics）主要研究如何通過局部數據所提供的信息，推論總體的情形。這是統計學中較為重要、也是應用較多的內容。心理和教育科學的實驗研究，很難對要研究的問題的總體逐一進行觀測，這就存在如何從局部數據估計總體的情況，如何對假設進行檢驗與估計，如何對影響事物變化的因素進行分析，如何對兩件事物或多種事物之間的差異進行比較等等。這是推論統計要研究的內容。在這部分中要講述的統計方法大致包括以下幾個方麵：
（一）如何對假設進行檢驗，即各種各樣的假設檢驗，包括大樣本檢驗方法（Z檢驗），小樣本檢驗方法（t檢驗），各種計數資料的檢驗方法（百分數檢驗，χ2檢驗等），變異數分析的方法（F檢驗），回歸分析方法等等。
（二）總體參數特征值的估計方法，即總體參數的估計方法。
（三）各種非參數的統計方法等等。
上述方法的使用，必須以一定的統計理論為基礎。推論統計的理論和原理包括抽樣理論、估計理論和統計檢驗原理。抽樣理論及其方法主要討論在什麽情況下可以從樣本的特性推論出總體的特性。其中一個最重要的條件就是樣本抽取的原則，隻有抽樣具有隨機性，才能保證推論具有某種程度的準確性。估計理論主要是根據隨機抽樣的結果來估計總體分布的參數值，分為點估計和區間估計。統計檢驗主要是根據實際的抽樣結果來推論有關總體特征的假設是否與具體的隨機抽樣所提供的信息相一致。為了在抽樣基礎上對某種假設是否成立做出決斷，就得進行檢驗，有關內容將在後麵章節中做深入描述。