统计推断是指在对总体进行推断时，利用样本数据来推测总体参数的一种方法。包括参数估计和假设检验两个部分。

参数估计是指对总体参数进行估计的过程，其中最常用的是点估计和区间估计。点估计是指用样本数据估计总体参数的一个具体数值，例如样本均值可以估计总体均值。而区间估计则是对总体参数一个区间的估计，通常使用置信区间来表示。置信区间是指在一定置信水平下，总体参数落在一个区间内的概率。例如，一个95%的置信区间表示在95%的情况下，总体参数落在该区间内。

假设检验是指通过对样本数据进行分析，来判断总体参数是否符合一个特定的假设。假设检验通常分为两个步骤：提出假设和确定显著性水平。提出假设可以分为两种：原假设和备择假设。原假设是指假设总体参数符合某个特定的值或范围。备择假设则是指假设总体参数不符合原假设。显著性水平是指在统计分析中所使用的一个标准，用于确定是否拒绝原假设。显著性水平通常选取0.05或0.01。

在假设检验中，需要通过检验统计量来判断是否拒绝原假设。检验统计量是样本数据的一个函数，用于衡量样本数据与原假设的偏离程度。在假设检验中，通常会计算出一个p值，p值是指在原假设成立的情况下，检验统计量达到或超过当前观察值的概率。如果p值小于显著性水平，则拒绝原假设，否则接受原假设。

综上所述，参数估计和假设检验是统计推断中的两个重要部分，它们可以帮助我们更加准确地推断总体参数，从而做出正确的决策。