做数据统计时，我们看到的指标都是样本估计值，天然带有随机波动。小样本场景下这种波动尤其明显：100次曝光得到5%点击率，与10000次曝光得到5%点击率，可信程度完全不同。
置信区间给出参数真值可能落入的范围，常用95%置信水平。对比例指标，可用正态近似公式或Wilson区间计算。样本量很小时正态近似不可靠，Wilson区间或自助法更稳健。
解读时要避免常见误区：置信区间描述的是估计方法在重复抽样下的覆盖率，不是“真值有95%概率落在区间内”。频率学派框架下真值固定，区间随机，措辞需谨慎。
在AB实验中，置信区间比p值更有信息量。它同时告诉你效应方向、大小和不确定性。若区间跨越0，说明效应不显著；若区间很宽，说明样本不足，不宜仓促下结论。
业务决策中建议同时报告点估计、置信区间和样本量。只报“提升3%”而不报不确定性，容易让读者误以为结果精确，导致在噪声上做过度反应。
