Очень хорошая задача.
Позволяет с помошью функциональной зависимости автоматизировать расчёты технологического оборудования, т.к. свойства веществ (в частности теплоносителей) меняются при изменении температуры.
В технике часто используют полиномиальную регрессию (См. регрессия, полином), в т.ч. линейную, но может быть и показательная, экспоненциальная.
Для получения вектора коэффициентов полиномиальной регрессии сначала присвойте значение k (степень полинома, начните с 1, затем будете менять до 6).
Задайте вектора (одномерный вертикальный массив) исходных данных X и Y (должны быть одинакового размера).
Затем нужно построить матрицу F, у которой столько же строк, как у X (или Y), и количество столбцов k+1.
Первый столбец заполняется единицами (X^0), второй столбец является копией вектора X, а остальные столбцы содержат значения вектора X в возрастающей степени (2,3,4...)
Вектор коэффициентов вычисляется по формуле (в функции eval() или с включенной численной оптимизацией): eval((transpose(F)*F)^{-1}*transpose(F)*Y)

Нахождение коэффициентов можно оформить в виде функции (ниже текст функции SMath для вставки):
pregress(X,Y,k):if(length(X)≠length(Y),error("Данные должны быть парными" ) ,line(n:rows(X),for(i,range(1,n),line(el(F,i,1):1,for(j,range(2,k+1),el(F,i,j):eval(el(X,i)^{j-1})),2,1)),eval((transpose(F)*F)^{-1}*transpose(F)*Y),3,1))

Далее вам остаётся посчитать погрешность заданным способом (рекомендую почитать про дисперсию и среднеквадратическое отклонение)
меняйте k (1--6), пока получите нужный результат.
Рекомендую построить график (в системе исходные точки и полином), чтобы визуально наблюдать прохождение линии функциональной зависимости по экспериментальным точкам.
Успехов