一句话定义
比例的区间估计是用样本比例为总体比例构造不确定性范围。
机制 / 原理
比例问题的观测结果通常是二元的：支持/不支持、购买/未购买、成功/失败。样本比例是点估计，区间宽度取决于样本量、比例接近 0 或 1 的程度、置信水平和抽样方式。若成功数或失败数太少，普通正态近似区间会不稳，需要更谨慎的方法。
经典实验 / 例子
1000 名受访者中 480 人支持政策，样本比例是 48%。若样本随机且条件合适，可以围绕 48% 构造支持率区间；如果只有 20 人、其中 1 人支持，普通公式就可能很粗糙。
生活中的例子
新功能灰度测试中，2000 名用户有 180 人点击，点击率点估计是 9%。比例区间会告诉你总体点击率可能在什么范围，而不是只盯着 9% 这个数。
常见误区
常见误区是所有比例都能无脑套同一个公式。极小样本、罕见事件或非随机样本都会让比例区间的解释变脆弱。