统计推断是根据样本数据来推断总体特征的过程，在临床执业医师的工作中有着广泛应用，常用方法主要包括参数估计和假设检验。

参数估计是指用样本统计量来估计总体参数，它又分为点估计和区间估计。点估计是直接用样本统计量的值作为总体参数的估计值，例如用样本均数来估计总体均数，用样本率来估计总体率。这种方法简单直观，但未考虑抽样误差。区间估计则是按一定的概率（可信度）估计总体参数所在的范围，常用的是95%置信区间。以总体均数的区间估计为例，通过样本均数和标准误，结合相应的分布（如t分布）来计算出一个区间，我们就有95%的把握认为总体均数在这个区间内。区间估计考虑了抽样误差，能更准确地反映总体参数的可能范围。

假设检验是先对总体参数或分布作出某种假设，然后根据样本信息来判断该假设是否成立。常见的假设检验方法有t检验、方差分析、卡方检验等。t检验适用于样本均数与总体均数的比较、两样本均数的比较等情况，它以t分布为基础，通过计算t值并与临界值比较，来判断差异是否有统计学意义。方差分析用于多个样本均数的比较，通过分析不同来源的变异，判断各总体均数是否相等。卡方检验主要用于分类变量资料的分析，如比较两个或多个样本率、构成比等，通过计算卡方值来推断实际频数与理论频数的差异是否由抽样误差引起。

在临床研究中，统计推断方法有助于我们从有限的样本数据中得出关于总体的科学结论，为疾病的诊断、治疗和预防等提供依据。例如在药物疗效研究中，我们可以通过参数估计了解药物对患者某项指标的平均改善程度，通过假设检验判断药物是否真的有效。