Опыт доступный мне. Приборов на всех не хватает. За семестр надо выполнить около 6 лаб. Кто-то первой делает ЛР, материал которой уже начинает читаться на лекциях, а кому-то достанется ЛР по лекционному материалу конца семестра. На первом занятии — лекция по «Теории ошибок». Выдаётся методичка, рекомендуется литература. Простые вещи — вычисление интеграла Пуассона, получение плотности распределения

и плотности распределения Стьюдента, лемма Фишера, доверительный интервал для математического ожидания нормального распределения — идут терпимо. Но уже метод наименьших квадратов убивает студентов. (Слишком большой объём материала и трудные вещи изложены не очень...)
Основная проблема, на мой взгляд, в том, что материал излагают так, что не понять к какому типу принадлежит каждое конкретное утверждение:
1) может легко быть доказано (возможно после более точной формулировки);
2) доказательство/решение можно найти в литературе;
3) задача не решена, на практике пользуемся рецептами/рекомендациями.
В идеале хочется учебник, где бы для первого типа утверждений приводились доказательства или указания; для второго — ссылки; для третьего — примеры удачного и неудачного применения.
Посмотрел бегло "Введение в теорию ошибок" Тейлора. Как-то совсем грустно.
[1. Названия и терминологию обсуждать последнее дело, но все же. Переводчик пишет, что в литературе на русском языке оценку

называют несмещённой оценкой стандартного отклонения. Первокурсники могут подумать, что эта оценка несмещённая, тогда как на деле, как правило, наоборот. В частности, она смещённая в случае нормального распределения. (Постоянная тема форумов.)
2. МНК изложен так, что порождает темы типа
«Люди, порой, не видят очевидные вещи [нелин. аппроксимация]».
3. Критерий согласия хи-квадрат, насколько я помню, в практикуме не нужен, но изложен он в книге весьма специфично. Даже формулировки теоремы Фишера не приводится, следовательно, дальше и не возникает никаких проблем типа: может ли разбиение быть случайным; что будет при малых объёмах выборки…]
А можно подробней о трудностях с распределением Максвелла?