Нелинейным называется уравнение вида y = axb
Линейная модель нашего примера:
ŷ= - 0,1678 + 2,0819x
Преобразуем ее с помощью логарифмирования и оценим:
y= - 0, 1678 +2, 0819 lnx
= 
* 
= 0,84 x2,0819
Коэффициент при lnx представляет собой непосредственную оценку параметра 
. Полученный результат предполагает, что эластичность равна 2,0819, т.е.увеличение количества рабочих на 1% от среднего уровня 
приведет к увеличению объема перевозок на 2,08% от среднего уровня 
. Коэффициент 0,84 помогает прогнозировать значения y при заданных значениях x, приводя их к единому масштабу.
В случае нелинейной регрессии степень концентрации распределения наблюдаемых точек вблизи линии регрессии показывает корреляционное отношение или индекс корреляции:
= 
= 0,806
Близость индекса корреляции к единице говорит о сильной связи между переменными.
Коэффициент детерминации R2=0,8062 =0,649, то есть можно сказать, что 64,9% изменения объема перевозок обусловлено зависимостью количества человек, в то время как на все остальные факторы, не учтенные в уравнении регрессии, приходится 35,1%.
Сравнение
| № | Модель | Уравнение |  ; rв
| R2 |
| Линейная | у = а + bx | 0,898 | 0,806 | |
| Нелинейная | y = axb | 0,806 | 0,649 |
В случае линейной модели коэффициент детерминации ближе к 1, т.е. качество регрессии лучше, 
более точно аппроксимирует у. Это довод в пользу линейной модели.
Близость индекса корреляции к единице свидетельствует о сильной связи между переменными, т.е. нелинейная модель в данной задаче является менее подходящей, чем линейная.
Исходя из вышесказанного, делаем вывод, что линейная модель более подходит для отражения зависимости между количеством рабочих на предприятии и объемом перевозок.
