同问 我也不懂

我想您是做 Nonlinear least-squares estimation，
有兴趣的人可以help nl
而您的回归方程在stata里，应当是nl exp3: 因变量 自变量
【可参考手册[R] nl的 1187页】

其质您老师的要求相当直觉，
一般就您估出的系数来说，是判定是否异于零的。

关于您老师的要求，您可以这样做，
（0.9791-1）/(报表中给您的系数下的std err)
简言之，去判定，您估出的b2是否显著异于1

我的回答只是参考【所以可能有错】，也许，您的老师或许会给您更明确的指示。

最后，希望您以后提问题，能多做一点说明，或者提供部份数据，否则很难理解。

另外，以下提供希欢演练的，可以比较reg与nl的不同
use http://www.stata-press.com/data/r11/auto
nl exp3: mpg price
reg mpg price

很感谢你对我的帮助，呵呵。我用的是exp3.  用了1000个样本数据，exp3具体为：y=b1*b2^x+ ε  结果如下:
        coefficient        standard error        t        P>|t|               95% confidence interval
b1        0.8279        0.0043                   193.87            0.000**                0.8195          0.8362
b2        0.9791        0.0475                    20.60              0.000**                0.8858                   1.0723
您的意思是否是我可以用（0.9791-1）/0.0475 判定，怎样的结果就说明b2显著小于1呢？呵呵，我统计基础不太好，望老师见谅。

从可信区间来看，包含1，不能说明小于1

其实楼上版主已经给了答案，
无论从可信区间来看，
或者（0.9791-1）/0.0475【约值为-0.44】，从常见的t值来说，
您的b2参数，并非显著异于1

我觉得您可以再对您的模型再次考虑更改，譬如变数的引入或者估计技巧的转变
【当然，变数的引入要有一点经济的道理】
1.在变数的引入方面，您应当期许两个东西有变化，第一个是您估计出的b2参数应当要更小，
可想而知，这样您就有机会得出b2参数显著异于1的概念。
第二个，希望标准误更小，这样也或许得出b2参数显著异于1的机会。
2.在估模型时，使用initial或vce来变化上述两个，但这样是不是能达到您想要的，
可能要测过才知道。

1000个样本数据算高的了！ 我觉得啦！
最后还有一招，就是切割样本，譬如男女，或者一些群体【当然，您要有道理说出男女有差异】
也许，在某种群体下，b2参数会显著异于1，但某些群体则不然。

最后，老样子，不要叫我老师啦！ 我只是博士研究生。
很高兴能在这样的stata研究圣殿遇到您，大家互相讨论，期许您我皆迈向另一个研究水平。