В модуле Нелинейное оценивание реализованы методы, позволяющие осуществлять подгонку нелинейных моделей практически любого типа.  Уникальная особенность этого модуля состоит в том, что (в отличие от обычных пакетов нелинейного оценивания) здесь нет никаких ограничений на размер обрабатываемого файла данных. Модель может подгоняться по методу наименьших квадратов, по критерию максимума правдоподобия или с помощью любой определенной пользователем функции потерь. Имеется возможность выбрать один из четырех мощных, но существенно различных по своим характеристикам методов оценивания (квази-ньютоновский, симплекс-метод, метод сдвига вектора параметров Хука-Дживиса и метод Розенброка), так что практически в любой задаче (даже очень сложной в вычислительном отношении) можно получить устойчивые оценки параметров. Пользователь может задать произвольный тип модели, вводя соответствующее уравнение в специальное окно редактора. Уравнения могут включать логические операторы, поэтому имеется возможность оценивать (кусочно-) разрывные модели регрессии и модели с индикаторами групп. В уравнениях могут быть использованы различные теоретические функции распределения (бета, биномиальное, Коши, хи-квадрат, экспоненциальное, экстремальных значений, F, гамма, геометрическое, Лапласа, логистическое, нормальное, логнормальное, Парето, Пуассона, Рэлея, t (Стьюдента) и Вейбулла). Пользователю предоставляется полный контроль над всеми аспектами процедуры оценивания  (начальные значения, величина шага, критерий остановки итераций и т.д.). Наиболее распространенные нелинейные модели регрессии имеются в готовом виде в модуле Нелинейное оценивание и могут быть вызваны просто как пункты меню. В их числе - пошаговая пробит- и логит-регрессия, экспоненциальная и кусочно-линейная регрессия. Помимо различных описательных статистик, в стандартный набор результатов нелинейного оценивания входят: оценки параметров и их стандартные ошибки (которые вычисляются независимо от самих оценок с помощью специальных повышающих точность конечно-разностных методов), матрица дисперсий/ковариаций для оценок параметров, предсказанные значения, остатки и подходящие критерии согласия (лог-правдоподобие оцененной/нулевой моделей, критерий хи-квадрат для различий между средними, доля дисперсии, объясненная моделью, классификация наблюдений и отношение несогласия для моделей логит и пробит и др.). Предсказанные значения и остатки могут быть вставлены в файл данных для дальнейшего анализа. Для моделей логит и пробит автоматически производится пошаговая подгонка с добавлением/удалением параметров регрессионной модели (благодаря чему имеется возможность анализировать данные с помощью пошаговой процедуры нелинейного оценивания). Для всех результатов реализованы разнообразные возможности графического представления, в том числе интерактивные двух- и трехмерные графики подгоночной функции, с помощью которых можно визуально отслеживать качество подгонки, выявлять выбросы и наблюдать меру расхождения модели и данных; пользователь может интерактивно видоизменять уравнение подгоночной функции (см. иллюстрацию) без повторной обработки данных и визуализировать практически все этапы процедуры нелинейной подгонки; последовательностью графических экранов можно произвольным образом управлять (а также переслать ее в комбинированный отчет, содержащий числовую информацию и графики, или распечатать). Для оценки качества подгонки и визуализации результатов имеются также различные специальные графические средства: гистограммы всех выбранных переменных и значений остатков, графики зависимости наблюдаемых значений от предсказанных и предсказанных от остаточных значений, нормальные и полунормальные вероятностные графики остатков и различные другие возможности.