El propósito principal de la construcción de modelos matemáticos al emplear el análisis de datos estadísticos es obtener una alta precisión de aproximación dentro del rango de datos observados y propiedades predictivas suficientes. Uno de los métodos para crear modelos matemáticos es utilizar las técnicas de análisis de regresión. El análisis de regresión generalmente aplica funciones polinómicas simples de orden superior como curvas aproximativas. Tal enfoque proporciona una alta precisión; sin embargo, en muchos casos, no coincide con la estructura geométrica de los datos observados, lo que resulta en propiedades predictivas insatisfactorias. Otro enfoque está asociado con el uso de funciones segmentadas como curvas aproximativas. Este enfoque tiene el problema de estimar las coordenadas del punto de quiebre entre segmentos adyacentes. Este artículo propone un nuevo método para determinar las abscisas del punto de quiebre para la regresión segmentada, minimizando la desviación estándar basada en el uso de paraboloides multidimensionales. El método propuesto se explica mediante ejemplos de cálculo obtenidos utilizando simulación estadística y observación de datos reales.