Die Inferenzstatistik wird auch als schließende Statistik bezeichnet. Ihr Ziel ist es, anhand einer begrenzten Stichprobe Aussagen über eine größere Grundgesamtheit zu treffen. Da Stichproben zufälligen Schwankungen unterliegen, werden solche Aussagen stets mit einer bestimmten Unsicherheit verbunden.

Zu den zentralen Verfahren der Inferenzstatistik gehören Parameterschätzungen, Konfidenzintervalle und statistische Hypothesentests. Eine Parameterschätzung kann beispielsweise dazu verwendet werden, den durchschnittlichen Wert einer Grundgesamtheit anhand des Mittelwerts einer Stichprobe zu schätzen. Ein Konfidenzintervall gibt zusätzlich einen Wertebereich an, der mit einem festgelegten Verfahren den unbekannten Parameter abdecken soll.

Hypothesentests prüfen, ob die beobachteten Daten mit einer zuvor formulierten Nullhypothese vereinbar sind. Dabei werden unter anderem ein Signifikanzniveau und ein p-Wert berücksichtigt. Das Ergebnis liefert jedoch keinen endgültigen Beweis für oder gegen eine Hypothese, sondern eine statistisch begründete Entscheidungsgrundlage.

Damit inferenzstatistische Ergebnisse aussagekräftig sind, müssen die Stichprobe, das Studiendesign und die Voraussetzungen des gewählten Verfahrens berücksichtigt werden. Verzerrte Stichproben, ungeeignete Modelle oder verletzte Testvoraussetzungen können die Übertragbarkeit der Ergebnisse erheblich einschränken.