Diferents aproximacions per l'estudi del càlcul d'una regressió lineal. Primer des del punt de vista pràctic amb creació de gràfics a partir de llistes de dades, després estudi teòric de la convergència i la minimtzació d'errors. Aquesta darrera aproximació és part de dos projectes de Coursera per fer regressions amb la llibreria Numpy de Python.
Per la banda pràctica, el més recomanable és aprofitar el codi de l'opció 1.2 com a classe, enlloc del 1 com a funció. De totes maneres el resultat acaba sent gairebé indiferent (tot i que els límits del gràfic estan més ben tractats en 1.2) i es té un exemple per a cada un dels casos.
El fitxer .txt conté les dades pel darrer estudi teòric de la regressió.
Codi escrit especialment per resoldre exercicis de patró extern, intern i addició estàndard incloent l'obtenció d'una gràfica (que pot incloure barres d'error), els paràmetres de la recta de regressió i els valors amb les diferents incerteses obtinguts per interpolació o extrapolació.