7除以10是70%，但不是已知真實機率
10局猜中7局，這次紀錄的命中率確實是70%，但還不能說之後每局都有70%機會猜中。因為只要多一局命中或未命中，比例就會明顯變動；樣本少時，一段結果特別好看並不罕見。
下面用假設命中資料比較，不是實際牌局成績。同樣70%，7/10與700/1000的資料量不同，估計的不確定程度也不同。
這個估計有哪些前提？
以下假設每次只有命中或未命中、各次獨立、命中機率固定，規則事前指定，全部資料完整保留。和局如何計入也要事前決定；不能事後刪掉不利結果。
有限牌靴內不放回、反覆改預測規則、同局重複計數或只挑連勝片段，都可能不符合這個模型。若條件不成立，下列區間不能直接搬到該批牌局。
95% Wilson區間：同樣70%，寬度不同
依NIST介紹的Wilson比例區間，採95%信賴水準計算，7/10的95%區間約為39.7%至89.2%；700/1000約為67.1%至72.8%。兩組觀察到的樣本比例都是70%，但第一個範圍寬得多。
你可以把區間寬度理解成：這批資料還留下多少估計上的不確定。10次紀錄的範圍很寬；1,000次完整紀錄的範圍較窄。計算方式採Wilson比例區間，前提是前面提到的獨立、固定機率和完整記錄都成立。
95%不是未來95%會命中
這裡的95%是區間估計方法的信賴水準，不是下一局有95%會命中。更不能把39.7%至89.2%讀成保證的勝率範圍；資料若經過挑選，連這套計算的前提都可能不成立。如果在相同條件下反覆抽樣、用同一方法建立區間，約95%的區間會涵蓋固定的真實比例；它描述的是方法的長期涵蓋率。
樣本增加通常縮小抽樣誤差，但不能修好選樣偏差或失效模型。700次挑選過的命中紀錄，仍不能代替1,000次完整嘗試。
估計命中率，還沒有回答收益
命中與獲利是不同量。要計算損益，需把每次金額、淨派彩、未命中的損失與費用都算進去；即使區間較窄，也不能直接宣稱方法能賺錢。
保留事前規則、完整分母與資料取得方式，比單獨強調『70%』更有用。這些數字可用來讀統計報告，沒有必要透過新增下注來湊大樣本。
資料參考：NIST：二項比例信賴區間；OpenStax：抽樣與變異。