这种推理方式极为常见。早在9世纪时，阿拉伯哲学家铿迪就在一部讨论密码和频率分析的著作中使用到了统计推理。近代以来随着统计学的发展，统计推理时所用到的数据的可靠性获得了极大改善，但是这种推理方式本身并无太大变化。 

统计推理通常分为两步：一是构建一个产生数据的统计模型，二是从模型中推导出结论。由于这类推理依赖于统计数据，所以显而易见的是统计推理中遇到的绝大多数问题都是与数学建模相关的问题，而非哲学问题。另外在进行统计推理之前，我们往往需要以与我们想要得到的结论的相关程度以及可信度为标准，对数据进行筛选。 

统计推理有多种不同的流派和方式。这些方式互相之间并不一定是排斥的。通常将它们划分为4种：古典统计推理、贝叶斯统计推理、基于似然性的统计推理、基于AIC的统计推理。古典统计推理通过不断地抽取数据从而进行推理。贝叶斯推理以现有的后置信念作为统计推理的基础。似然主义通过使用似然函数来进行统计，其中一些人认为统计只是对论据的计算，但也有一些人提出了基于似然函数的推理。AIC可以估计每个模型相对于其他模型的质量，也就是说它可以作为选择模型的手段。除此之外还有一些其他的推理模式，如结构推理等。