7.2.1 参数估计：最小二乘与贝叶斯方法

文档摘要

7.2.1 参数估计：最小二乘与贝叶斯方法在工业控制系统、智能传感器网络、数字孪生平台乃至高精度导航算法的底层，参数估计从来不是教科书里那个优雅的闭式解——它是一场与噪声搏斗、与先验角力、与计算资源谈判的持续实践。你调试一个热电偶温度补偿模型时，发现最小二乘拟合出的偏移项在凌晨三点突然漂移0.8℃；你部署贝叶斯状态估计器到边缘MCU上，发现MCMC采样卡在第137步，内存溢出；你对比两组加速度计标定结果，发现L2正则化系数从$10^{-4}$调到$10^{-3}$，就让陀螺零偏估计的后验标准差收缩了42%……这些不是异常，而是常态。参数估计不是终点，而是建模闭环中第一个必须亲手拧紧的螺栓。今天，我们就把扳手攥在手里，一寸一寸地旋进“7.2.