频率学派推理是一种统计推断 ，强调通过数据出现的频率或比例，从样本数据中得出结论。 它的另一个名称是频率学派统计 。 这是一种推理的框架，两种完善的方法统计假设检验和置信区间就是以此为基础的。 除了频率学派推理之外，统计推断的主要替代方法是贝叶斯推理 ，而另一种是基准推理 。
虽然“ 贝叶斯推断 ”有时被认为包含了最优决策的推理方法，但为简单起见，这里采用更受限的观点。
频率学派推理与概率的频率学派诠释有关 ，特别是任何给定的实验都可以被认为是同一实验的可能重复的无限序列得的一种情况，每一次都能够产生统计独立的结果。 在这种观点中，从数据中得出结论的频率论推断方法实际上要求正确的结论在这个假想的重复集合中以给定（高）概率出现。 但是，可以在略微不同的步骤下开发完全出相同的程序。 这是一个采用预先实验观点的方法。 我们可以争论说，实验的设计应该被考虑在内， 在进行实验之前，决定将采取哪些确切步骤以从尚未获得的数据得出结论。 这些步骤可由科学家指定，因此很有可能做出了正确的决定，在这种情况下，概率与尚未发生的随机事件集合相关，因此不依赖于概率的频率学派诠释。 Neyman 等人已经讨论过这种表述。
