最小二乘法是一种常用的数学优化方法，用于寻找最佳拟合曲线。其核心思想是使所有数据点与拟合曲线之间的误差平方和最小。
基本公式：
对于线性拟合 $ y = ax + b $，最小二乘法的参数 $ a $ 和 $ b $ 计算公式如下：
$$
a = frac{nsum xy - sum x sum y}{nsum x^2 - (sum x)^2}
$$
$$
b = frac{sum y - a sum x}{n}
$$
| 符号 | 含义 |
| $ n $ | 数据点个数 |
| $ x $ | 自变量 |
| $ y $ | 因变量 |
| $ a $ | 斜率 |
| $ b $ | 截距 |
该方法广泛应用于回归分析、数据拟合等领域，具有计算简便、结果稳定的特点。
