测量总有偏差：正态误差与最小二乘

不确定性为什么成为数学问题

天文和测地观测常对同一量得到不同数值，单次测量不再能被当作真值。十八至十九世纪，误差分布、正态曲线与参数估计逐渐联系起来；勒让德公开提出最小二乘法，高斯也发展并论证其观测应用。新的目标是从带误差数据中选择一个可复核的估计，并说明它依赖哪些误差假设。

这一章每一课都先区分三层：现实中发生了什么，数据怎样被记录，模型怎样给结果加权。概率不是把无知包装成小数，统计也不是把表格交给公式。只有样本空间、抽样机制和问题目标说清楚，数值才有含义。

陪你算一次

三次等精度测量为9、10、11。若估计值为a，平方残差和是(9-a)²+(10-a)²+(11-a)²；展开或求导可知在a=10时最小。这个结果等于样本均值。平方让正负误差不互相抵消并重罚大偏差，但也使离群值影响变大。

计算时请保留分母、权重、样本量或残差，不要只交最终小数。算完再用一句话解释这个数对单次事件、长期重复或总体参数分别意味着什么；这三种解释不能互换。

历史与模型边界

钟形误差并非所有数据的自然定律。系统偏差不会因重复测量自动消失，重尾或相关误差会破坏简单模型，测量精度不同还需加权。最小二乘是目标函数，不等于因果真理；正态假设可以说明某些最优性质，却必须接受残差诊断和实验设计检查。

历史判断仍按四步：原问题、可用数据、数学方法、尚未解决的限制。不要把后来的统一术语原样倒贴给早期作者，也不要因为早期材料不完备就抹去方法创新。制度怎样记录数据、谁被纳入样本，同公式本身一样值得检查。

与全章连接

赌博分配先建立可能分支，期望把结果按价值加权，人口表把个案聚成频率，贝叶斯从证据反推原因，误差理论从重复测量估计真值，相关再描述变量共同变化。每一步都扩大了可处理问题，同时引入新的假设与误用风险。

把本课的数值分别放进单次、重复试验和决策三个句子中，检查主语是否一致。若同一个数在三句话里被解释成确定结果、长期平均和个人偏好，就要立即拆开重写。

迁移任务

更换正文数值重新计算，并故意破坏一个假设：让骰子有偏、样本漏报、检测基率改变、测量含系统误差或相关来自共同原因。比较答案如何改变，写出模型失效的具体位置。能指出失败边界，才算真正会用。

本课验收

完成单选、多选和数值题。选择题漏选或多选均不得分；数值题保留计算链，并写一句不允许从该数值推出的结论。