Ejemplo del método de mínimos cuadrados

 Encontrar la recta que mejor se ajusta a los siguientes datos:

 Necesitamos encontrar una recta y = mx + b. Debemos aplicar el método de mínimos cuadrados. Como
ya sabemos entonces, primero centraremos el valor (x ∙ y):

 Segundo por las expresiones de m y b debemos encontrar el valor x²:

 Ahora podemos obtener los valores de las sumatorias de cada columna:

 Sustituimos en cada una de las expresiones:

 La recta obtenida con el método de los mínimos cuadrados es la siguiente:

 Vemos que la recta corta al eje y en 11,48 y en el eje x en 13,57. Por lo tanto, si queremos saber dónde corta en el eje
x igualamos la ecuación y = 0:
 Despejamos x:

 https://youtu.be/gUdU6BgnJ2c
 Ventajas
 Es objetivo, sólo depende de los resultados
experimentales.
 Es reproducible, proporciona la misma ecuación, no
importa quién realice el análisis.
 Proporciona una estimación probabilística de la
ecuación que representa a unos datos experimentales.
 Proporciona intervalos pequeños de error.

Restricciones
 Sólo sirve para ajustar modelos lineales
 Requiere tener, al menos, diez mediciones bajo
las mismas circunstancias experimentales.
 Tales resultados deben estar descritos por una
distribución de probabilidad conocida. La más
común es la distribución normal o gaussiana.
 Se requiere de algún equipo de cálculo, de lo