伯努利分布和二项分布是数理统计中应用最广泛的离散型分布之一,其应用领域涉及工业实验、质量控制、生物医学研究等,本文主要系统性的总结归纳了伯努利分布以及二项分布统计推断中参数的区间估计和假设检验问题,包括单个样本情况,两个样本的情况以及多个样本的情况。我们对比了不同置信区间的覆盖率和区间长度,比较了不同检验方法的检验功效和第I类错误概率,分析了不同方法的优劣。单个样本参数p和两个样本参数之差p₁-p₂的置信区间方法很多,各有优劣,不论单个样本还是两个样本情况下,Fiducial方法构造的置信区间和检验方法相比于其他方法有明显优势,p₁-p₂的MOVER区间的覆盖率和区间长度表现良好。对于多个样本的两类检验问题,mid-p值和PB算法表现良好,蒙特卡洛方法要优于卡方检验。本文的写作目的在于总结和比较前人提出的方法的基础上,创建一个关于伯努利分布和二项分布统计推断的名为Bernoulli的R包,将文献中现有的比较好的区间估计和假设检验方法写成函数打包,便于调用这个R包中的函数,得到参数的点估计,置信区间和假设检验推断结果。本文也介绍了R中现有的关于伯努利分布、二项分布统计推断问题的一些R包和相关函数,但是现有的函数较少,方法较为单一,我们新创建的R包实现了不同样本情况下参数的置信区间和假设检验,相比已有的R包方法更全面,更系统,包的功能和相关函数的调用通过具体实例来说明。