Un problema lineal de análisis de regresión se considera bajo la suposición de la presencia de ruido en las variables de salida y entrada. Este problema de aproximación puede interpretarse como un problema de interpolación impropia, para el cual es necesario corregir de manera óptima las posiciones de los puntos originales en el espacio de datos para que todos se encuentren en el mismo hiperplano. El uso del criterio de aproximación cuadrática para dicho problema llevó a la aparición del método de mínimos cuadrados totales. En este artículo, utilizamos el criterio minimax para estimar la medida de corrección de los datos iniciales. Esto conduce a un problema de programación matemática no lineal. Se muestra que este problema se puede reducir a resolver un número finito de problemas de programación lineal. Sin embargo, este número depende exponencialmente del número de parámetros. Se proponen algunos métodos para superar esta complejidad del problema.