在应用统计学中，总体最小二乘法是一种误差中变量回归方法，这种最小二乘数据建模技术同时考虑了因变量和自变量上的观测误差。它是德明回归和正交回归的推广，既可以应用于线性模型，也可以应用于非线性模型。
从数学角度来看，数据的总体最小二乘逼近在一般情况下等价于在Frobenius范数意义下对数据矩阵的最优低秩逼近。这种等价性为我们理解和应用总体最小二乘法提供了重要的理论基础。