摘自百度百科：
统计学中的描述派和推断派在本世纪二十至四十年代的对峙辩论，基本上可以说是以统计推断思想的迅速发展而告终结的。但到了六十年代，随着贝叶斯统计思想的勃兴，人们又回过头来从更为客观的角度上去认识整个统计学和其中的各种不同思想，并力图寻找到各种统计思想所赖以存在其根本意义一致的统计认识对象和认识方法，这就是我们所说的总体规律和概率论。这两点已成为西方各种统计思想流派所共同坚持的最本质的东西，是整个统计学的两个内核。但是，这种“泛性”统计学的观点仍然是建立在各种统计思想流派具有显著差别的基础之上的。就描述统计和推断统计而言，这种差别主要体现在以下三个方面：
首先，思想认识不同。描述统计认为只有通过大量观察(而非几个实验)才能全面和正确地反映出现象变化的规律性，而如果将这种观察仅仅局限于若干个少量的、局部的实验上，得出的结论必然是片面的，甚至是错误的。从哲学上看，它坚持可知论，反对人类智力有限论，认为人类完全有能力去进行大量的乃至全面的观察。与此相反，推断统计却极力反对那种泛泛地、全面地去搜罗大量的、庞杂的原始数据，认为与其这样，还不如将注意力集中在精确设计和控制之下的实验中，这样得到的资料才真正称得上翔实可靠，由此也才能更加准确地反映现象变化的规律性。
其次，采取的方式不同。这一点也正是思想认识不同所必然引申出来的差异。描述统计坚持大量观察，而推断统计则坚持样本分析，并且其实质是小样本分析。于是，大致可以这样说:描述统计的规律是在总体信息(全面数据)中“直接”显示出来的，是被描述(简缩)出来的；而推断统计的规律则是透过样本信息(局部数据)“间接”显现出来的，是被推断(估计或检验)出来的。
最后，逻辑结构不同。推断统计由于主张用样本去进行推断，因此，它必须首先构造出两个最基本的统计范畴，即总体和样本，而其他的统计范畴或概念则相对成为它们的次第的派生范畴或概念，可称之为子范畴或子概念。与此不同，对描述统计来说，这对基本范畴(尤其是后者)并非不可缺少的。若想借助于这对基本范畴来建立整个统计学的范畴或概念体系，则粗略地可以讲，描述统计属于大样本分析，而推断统计则属于小样本分析。[2]