Hesitei em entrar nessa discussão, mas como parece ter sido desviado por uma questão trivial sobre como expressar números, talvez valha a pena reorientá-lo. Um ponto de partida para sua consideração é o seguinte:
Uma probabilidade é uma propriedade hipotética. As proporções resumem as observações.
Um frequentista pode confiar em leis de grandes números para justificar afirmações como "a proporção de longo prazo de um evento [é] a sua probabilidade". Isso fornece significado a declarações como "uma probabilidade é uma proporção esperada", que de outra forma pode parecer meramente tautológica. Outras interpretações de probabilidade também levam a conexões entre probabilidades e proporções, mas são menos diretas que esta.
Em nossos modelos, geralmente consideramos as probabilidades definidas, mas desconhecidas. Devido aos nítidos contrastes entre os significados de "provável", "definido" e "desconhecido", reluto em aplicar o termo "incerto" para descrever essa situação. No entanto, antes de conduzirmos uma sequência de observações, a proporção [eventual], como qualquer evento futuro, é de fato "incerta". Depois de fazermos essas observações, a proporção é definida e conhecida. (Talvez seja isso que significa "garantido" no OP. ) Muito do nosso conhecimento sobre a probabilidade [hipotética] é mediado por essas observações incertas e informado pela idéia de que elas poderiam ter resultado de outra maneira. EmNesse sentido - que a incerteza sobre as observações é transmitida de volta ao conhecimento incerto da probabilidade subjacente - parece justificável referir-se à probabilidade como "incerta".
De qualquer forma, é aparente que as probabilidades e proporções funcionam de maneira diferente nas estatísticas, apesar de suas semelhanças e relações íntimas. Seria um erro considerá-los a mesma coisa.
Referência
Huber, WA A ignorância não é uma probabilidade . Análise de Risco, Volume 30, Edição 3, páginas 371–376, março de 2010.