统计推理是由样本具有某种属性进而推出总体也具有同样种属性的推理，实际就是抽样调查的方法。“抽样”概念的含义早已为人们所熟知，家里做汤，只要舀取一小口品尝便会知道整锅汤的味道，品尝的部分足以代表整体。抽样的统计推理只需研究对象总体中的部分样本就行了，具有速度快、时间省、投入少和较准确的好处。常用的抽样方法主要有：
一、简单随机抽样法
这是最基本的随机抽样法，抛钱币、掷骰子和抽签等方法可算是较原始的简单随机抽样法了。
采用这种方法时，总体中的每一个体都有均等的被选机会。选中与否完全取决于数值规律及概率大小的演变，而不受主观意志等其他因素的影响。现代抽样调查常用的是随机数字表或依靠电脑程序，它是直接从含有N个个体的总体中抽取出若干个体组成样本来进行考察。
二、机械抽样法
也叫“等距抽样法”和“系统抽样法”，它是从受调查总体的所有单位里每间隔若干单位就抽取一个样本，取得足够的样本数后再进行考察。间隔数可以从总体单位除以样本单位数求得。例如，如果一个总体包括一万个单位就需要从等距抽取一千个单独的样本，这样用公式10 000/1 000求得间隔数为10，于是就可以每隔10个单位抽一个样本。这种方法比较省时省力，但由于它依据已有的总体表（电话号码簿、花名册等），所以样本准确性会受到总体表准确度的限制。为此，使用这种方法时应首先获得一个详尽准确的总体表。在进行等距抽样时还必须仔细分析表的结构，尽量避免上述偏差，如有的话就要采取措施纠正（如先求出间隔数，在每一间距里用简单随机抽样法抽取一个样本单位）。
三、分层抽样法
这是按照被研究问题的性质，把总体单位划分为性质比较接近的各组（也叫“层”），再从各个层中随机抽取一部分单位作为样本加以考察的方法，适用于偏差大、总体类型悬殊条件下的调查项目。比如，要调查观众对某电视栏目的反应，可以根据受教育程度把对象分为文盲、小学程度、中学程度和大学程度等层次，然后按各层人数在总体中的比例抽取各自的样本，如总体10%受到大学教育样本中就必须有10%的单位对象达到这个标准。我国目前较大型的调查工作大多采用这种方法。
四、整群抽样法
这种方法是把总体划分为若干群，以群为单位从总体中随机抽取一些群作为样本群，并在样本群内进行全面调查。这种方法因其效率高而受到青睐。但有时“效率”可能意味着准确率的降低，因为这种方法一般要经过多次抽样，从而可能引起多次抽样误差。解决的办法是利用样本分布逻辑原则，尽量扩大样本里的群体数，减少各群里的单位数。
整群抽样法与分层抽样法有所不同。
分层抽样法的分层是以相近类为基础，尽量减少层内每个个体之间的差异，以每个层都有样本单位，从各层中随机抽取的办法来体现代表性，而整群抽样法则希望群内每个个体对象的差异尽量大些，以此体现代表性。在整群抽样法中，没有抽到群内的单位都不进入样本中，而抽到群中的单位全部进入了样本。
上述几种方法现在的抽样调查中很少单独使用一种，一般是几种方法结合，这样可以取长补短，提高样本的准确性和代表性。
统计推理也是由部分到全体的推理，结论所断定的范围超出了前提断定的范围，所以其前提与结论之间的联系也只是或然性的。为提高统计推理的可靠性程度，应遵循随机原则，样本要有代表性，容量应足够大，避免主观性和预谋性。