Cette séance de cours explore les modèles de régression non linéaire, étendant le cadre général de régression pour inclure les relations non linéaires entre les variables. L'instructeur discute des modèles de croissance logistique, de l'estimation de la vraisemblance, de l'ajustement du modèle à l'aide des expansions de Taylor et de la géométrie des moindres carrés non linéaires. La séance de cours couvre également l'algorithme de Newton-Raphson, la géométrie de l'approximation linéaire, le choix des valeurs initiales pour l'ajustement du modèle et les intervalles de confiance approximatifs pour les paramètres du modèle.