在進行統計推論時 研究者必須(也不得不)要根據樣本來對母體進行猜測 那麼猜測要有根據 這根據目前主要來自於三方面 一為區間估計 二為點估計 三為假設檢定

區間估計必須根據樣本資料計算標準誤(抽樣分配的標準差) 然後在樣本統計值加減兩個標準誤就得到95%信賴區間 這代表眼前所見的區間有95%的機會成為那些眾多抓住母數的其中之一個95%信賴區間 以信賴區間來推估母數可以呈現更多有用的訊息

點估計值說所計算出來的樣本統計值就是母體母數值 這和區間估計差別在於標準誤的有無

假設檢定需要研究者去比對所計算出來的樣本統計值與假設的所有可能的母體母數值(例如 z-distribution) 如果樣本統計值離主要假設母數值越遠 那麼就代表成為母數的機率越小(例如 小到p < 0.05)  於是就有拒絕虛無假設的決定 這種推論法所呈現的"直覺"不如信賴區間法

有人說假設檢定屬於點估計法 然而二項式檢定程序需要研究者計算標準誤 標準誤的計算屬於區間估計的特色 一般統計學教科書把假設檢定與區間或點估計法視為不同的推論程序