Minsta kvadratmetoden är ett sätt att bestämma den funktion som bäst passar in på en serie datapunkter. Detta görs genom att först ställa upp ett uttryck för det lodräta avståndet mellan datapunkterna och en tänkt funktion.

För att ge ett positivt mått på det totala avståndet från grafen till punkterna kvadreras dessa avvikelser och summeras:l_1^2 + l_2^2 + l_3^2 + l_4^2. Den kurva som gör att den här summan blir så liten som möjligt är den funktion som bäst passar in på datapunkterna. Namnet minsta kvadratmetoden kommer just ifrån att man minimerar en summa av kvadrater.