ดูต้นฉบับสำหรับ Found ds 3.1

'''Hint: 3.1 Least squares vertical error'''

ในข้อนี้จะให้ derive สูตรของการคำนวณที่นิยมเรียกว่า linear least squares หรือ linear least squares regression 

* จากโจทย์ เราจะให้เส้นประมาณของเราคือ <math>y=mx+b</math> เราจะหา <math>m</math> และ <math>b</math> ที่ "ดีที่สุด"
* ให้เริ่มโดยเขียนค่า error ที่เราต้องการจะ minimize ก่อน  ในโจทย์ให้ใช้ mean square error แต่การคิดผลรวมก็ให้ผลไม่ต่างจากค่าเฉลี่ย ดังนั้นให้เขียนเทอมนี้ออกมาก่อน (ป.ล. square error ที่จุด <math>x_i</math> เดียวคือ <math>((mx_i+b) - y_i)^2</math>

''หมายเหตุ:'' เพื่อความสะดวกในการคำนวณอาจจะใช้ <math>\bar{x}=(\sum_i x_i)/n</math> และ <math>\bar{y}=(\sum_i y_i)/n</math>