当OpenHealth及其欧洲合作伙伴没有覆盖其销售点的普查时，他们的客户可以在全国范围内跟踪建模数据，即也就是从销售点样本中推断出来。尽管这些推断的数据为我们的用户提供了非常坚实的市场分析基础，但仍带有统计上的不确定性，其不确定性取决于以下几个因素。

置信区间构成一个真实值，我们试图使用随机过程进行的测量来估计该真实值。该概念使得可以定义统计不确定性余量。

置信度表示确定性，并以百分比表示。统计研究中最常使用95％的置信度。

有4个因素决定给定置信度水平的置信区间大小：

样本量越大，结果就越能真实反映出总体。这表明对于给定的置信度，样本量越大，置信区间越小。但是，该关系不是线性的（即，使样本大小加倍不会使置信区间减半）。

精度还取决于选择特定答案的样本百分比。如果99％的样本回答“是”，而1％回答“否”，则与样本大小无关，统计不确定性的可能性很小。但是，如果百分比分别为51％和49％，则统计不确定性的可能性会更大。与中间响应相比，极端响应更容易确定。

人口规模仅在与相对较小的人口打交道时才可能是一个因素。

销售数字发行将取决于研究的时间段。 DNV每天会降低，因此不确定性会更大。

置信区间计算假定您具有受影响人群的真实随机样本。

如果您的样本不是真正随机的，则您将无法信任间隔。

对于除科西嘉岛以外的法国大陆：