网页上一个放大的百分比很容易制造确定感，但不同来源的百分比代表不同东西。理论计数给出的40%，与一份有限样本中估计出的40%，虽然写法相同，知识含义却不同。前者依赖模型条件，后者还受到抽样波动。讨论不确定性，就是把数字背后缺失的那一层说明补上，而不是为了显得专业随意添加一个上下范围。
理论值与估计值分开
边界4与10、余牌50张的模型中，20张属于内部，所以40%是精确条件概率。若现实抽样机制不符合均匀抽取假设，数学计算本身仍正确，但它不一定描述那个现实过程。另一方面，观察100条记录得到40次内部，40%是样本比例，不能仅凭恰好相等，就认为已经验证了所有模型条件。
区间估计的用途
对独立同分布的二分类样本，可以用适当方法构造总体比例的置信区间。区间宽度受样本量、观测比例和方法影响。它表达估计过程的不确定性，不是下一张牌点数的范围，也不是“有某个置信度一定落入”的承诺。对同一副牌连续不放回或条件混杂的数据，不能不检查假设就直接套用简单二项模型。
正确理解重复抽样解释
经典95%置信区间的含义与一种长期重复构造程序有关：在相应模型条件下，反复抽样并构造区间，约95%的区间覆盖固定真实参数。拿到某一个具体区间后，不能简单解释为参数以95%概率在其中，除非使用另有定义的贝叶斯模型。这个区别看似细微，却是避免把统计术语当作保证语言的重要一步。
小样本需要合适方法
样本很少，或者观测成功次数接近零或全部时，简单对称正态近似可能不理想。可根据问题选择Wilson、精确二项等合适方法，并注明计算方式。不能在零次内部时就声称真实概率必为零，也不能在十次全内部时声称以后必然发生。方法选择是分析的一部分，不能只保留最窄、最好看的那个区间。
网站应怎样展示估计
如果某页展示样本估计，旁边应有样本量、来源、规则条件、区间方法和时间范围。若没有可验证数据，就不要画一段看似精密的置信带。本站实验室是精确计数，不提供样本估计区间；本文解释的是未来阅读统计资料时如何理解不确定性。明确当前没有什么数据，也是一份可信说明应包含的内容。