统计推断主要包括两部分内容：一是（），二是（）。

统计推断主要包括两部分内容：一是（），二是（）。

统计推断主要包括参数估计和假设检验两部分核心内容。这一划分在统计学理论与应用中具有基础性地位，所有参考资料均明确支持这一结论。

参数估计是通过样本数据对总体未知参数进行推测的过程，分为点估计和区间估计两种方法。例如，用样本均值估计中国居民平均收入，就是典型的点估计；而通过样本数据计算出"平均收入在8000-10000元之间（置信度95%）"则属于区间估计。常用的参数估计方法包括矩法估计、最小二乘估计和最大似然估计等。

假设检验则是通过样本数据判断关于总体的某个假设是否成立的统计方法。其基本流程包括建立原假设与备择假设、选择检验统计量、确定显著性水平及计算P值等步骤。例如，检验"中国居民平均收入是否超过3000元/月"这一命题，就需要通过假设检验来完成。常见的假设检验方法有t检验、方差分析和卡方检验等。

这两种方法共同构成了统计推断的核心框架，它们从不同角度实现了从样本到总体的科学推断：参数估计侧重于"未知参数的取值范围"，假设检验则聚焦于"某个命题的真伪判断"。无论是科学研究还是实际决策，这两种方法都不可或缺——当你想知道"用户平均留存时间是多少"时需要参数估计，而判断"新版本是否提升了用户留存"则需要假设检验。