推论统计学，或称统计推断，指统计学中，研究如何根据样本数据去推断总体数量特征的方法。它是在对样本数据进行描述的基础上，对统计总体的未知数量特征做出以概率形式表述的推断。更概括地说，是在一段有限的时间内，通过对一个随机过程的观察来进行推断的。
1
贝叶斯推断是推论统计学的一种方法。这种方法使用贝叶斯定理，在有更多证据及信息时，更新特定假设的概率。贝叶斯推断是统计学中很重要的技巧之一。贝叶斯更新在序列分析中格外的重要。贝叶斯推断应用在许多的领域中，包括科学、工程学、哲学、医学、体育运动、法律等。在决策论的哲学中，贝叶斯推断和主观概率有密切关系，常常称为贝叶斯概率。
在概率论和统计学中，方差描述的是一个随机变量的离散程度，即一组数字与其平均值之间的距离的度量，是随机变量与其总体均值或样本均值的离差的平方的期望值。方差在统计中有非常核心的地位，其应用领域包括描述统计学、推论统计学、假说检定、度量拟合优度，以及蒙地卡罗方法。由于科学分析经常涉及统计，方差也是重要的科研工具。方差是标准差的平方、分布的二阶矩，以及随机变量与其自身的协方差，其常用的符号表示有
σ
2
{\displaystyle \sigma ^{2}}
、
s
2
{\displaystyle s^{2}}
、
Var
{\displaystyle \operatorname {Var} }
、
V
{\displaystyle V}
，以及
V
{\displaystyle \mathbb {V} }
。
型一错误与型二错误为统计学中推论统计学统计术语，表示统计学假说检定中的两种错误。
在统计学中，抽样是一种推论统计学方法，它是指从目标总体中抽取一部分个体作为样本，通过观察样本的某一或某些属性，依据所获得的数据对总体的数量特征得出具有一定可靠性的估计判断，从而达到对总体的认识。
在统计学中，抽样是一种推论统计学方法，它是指从目标总体中抽取一部分个体作为样本，通过观察样本的某一或某些属性，依据所获得的数据对总体的数量特征得出具有一定可靠性的估计判断，从而达到对总体的认识。
型一错误与型二错误为统计学中推论统计学统计术语，表示统计学假说检定中的两种错误。
型一错误与型二错误为统计学中推论统计学统计术语，表示统计学假说检定中的两种错误。
型一错误与型二错误为统计学中推论统计学统计术语，表示统计学假说检定中的两种错误。
假说检定是推论统计学中用于检验统计假设的一种方法。而“统计假设”是可通过观察一组随机变量的模型进行检验的科学假说。一旦能估计未知母数，就会希望根据结果对未知的真正参数值做出适当的推论。
Mini wiki
