O que é inferência estatística e como ela permite estimar parâmetros populacionais a partir de uma amostra?

É o conjunto de métodos que usa dados amostrais para estimar parâmetros da população e quantificar a incerteza dessas estimativas, via testes e intervalos de confiança.

A inferência transforma evidências observadas (amostra) em conclusões sobre a população, atribuindo um caráter probabilístico às estimativas.
Usa-se estimadores (ex.: média amostral \( \bar{x} \)) para inferir parâmetros desconhecidos (ex.: média populacional \( \mu \)), e mede-se a precisão por meio de erros padrão e intervalos de confiança.
Testes de hipótese avaliam evidências contra uma hipótese nula e estimativas fornecem intervalos plausíveis para o parâmetro.

Exemplo:
Suponha uma amostra de n = 40 tempos de deslocamento com \( \bar{x}=32 \) minutos e desvio padrão amostral \( s=8 \) minutos. Para um intervalo de confiança de 95% usamos
\( \bar{x} \pm t_{n-1}\dfrac{s}{\sqrt{n}} \).
Com \( t_{39}\approx 2{,}02 \): margem de erro = \(2{,}02\cdot\dfrac{8}{\sqrt{40}}\approx 2{,}56\).
Intervalo de confiança de 95% ≈ \( (32-2{,}56,\;32+2{,}56) = (29{,}44,\;34{,}56) \).
Isso mostra como, a partir da amostra, inferimos que a média populacional está plausivelmente entre ~29{,}4 e 34{,}6 minutos, com incerteza quantificada.