打开R，注意要把该安装的函数包都安装一下，然后用nls函数做非线性回归
步骤：
#读取数据并查看
f<-read.csv(file="D:/XXX.csv")
f
#做出x与y之间的散点图
plot(f$y~f$x)
#利用nls函数估计β1、β2
nls(f$y~1/(β1+β2*exp(-f$x)),data=f,start=list(β1=1,β2=1))
#添加非线性回归线
y<-f$y
x<-f$x
f<-function(β1,β2,x){1/(β1+β2*exp(-x))}
f.1<-function(x){f(带入估计出的β1,β2,x)}
curve(f.1,add=T,col="red")
1、简非线性模型
非线性回归模型在经济学研究中有着广泛的应用。有一些非线性回归模型可以通过直接代换或间接代换转化为线性回归模型，但也有一些非线性回归模型却无法通过代换转化为线性回归模型。
2、可化为线性回归的曲线回归
在实际问题当中，有许多回归模型的被解释变量y与解释变量×之间的关系都不就是线性的，其中一些回归模型通过对自变量或因变量的函数变换，可以转化为常见非线性回归模型线性关系，利用线性回归求解未知参数，并作回归诊断。
3、多项式回归
多项式回归模型就是一种重要的曲线回归模型，这种模型通常容易转化为一般的多元线性回归来做处理。
4、非线性模型
在非线性回归中，平方与分解式SST=SSR+SSE不在成立，类似于线性回归中的复决定系数，定义非线性回归的相关指数：R/2=1-SSE/SST
扩展资料
在许多实际问题中，回归函数往往是较复杂的非线性函数。非线性函数的求解一般可分为将非线性变换成线性和不能变换成线性两大类。
回归分析中，又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析。通常线性回归分析法是最基本的分析方法，遇到非线性回归问题可以借助数学手段化为线性回归问题处理。
