非回归线性模型是为了更准确地描述数据之间的联系而引人的，该模型可用来描述物理分析，化学分解，生物医学等方面的许多现象，在自然界的各种学科研究中有着广泛的应用. 本文研究的对象是独立同分布数据下的非线性回归模型，回归函数是已知的，但其中参数未知，假定其误差项均值为零，方差相等.本文所采用的研究方法是经验似然方法，这一方法在1988年才正式提出，它的历史并不长，但是有许多优点，除了具有传统非参数方法的共性外，还有Barlett纠偏性.在已有的研究中，都得到了良好的结果.由于计算的复杂性，最小二乘方法在非线性回归模型中参数估计的效果并不是明显.把经验似然方法应用到非线性回归模型，有很好的理论和实际意义. 本文首先提出了非线性回归模型中参数的经验似然比，在比较宽松的条件下，证明了该对数经验似然比有渐近卡方分布，这与对应的线性模型的结论类似；其次我们给出了模型中的未知参数最大经验似然估计的渐近分布，由此结果可以做未知参数的假设检验和区间估计；随后给出了标准经验似然比的表示，用已知函数来刻画标准经验似然比.本文最后用最大经验似然估计做了数值模拟，给出区间估计和点估计的描述.