تنشآ مشکلة هذا البحث من انه قد تواجه الطرق التقليدية صعوبات عديدة في صياغة النموذج الملائم لبيانات معينة ، بعض هذه الصعوبات صعوبات رياضية ، وبعضها الحاجة إلى خبرة کبيرة لاختيار النموذج الملائم للبيانات , أنه في حالة انحدار المشاهدات الحالية Y_t على الأخطاء السابقة  يکون لدالة الإمکان شکلا معقدا بسبب أن الأخطاء لها علاقة غير خطية في المعلمات مما يصعب معه التعبير عن دالة التوزيع الاحتمالي لبعض أو کل معالم النموذج في شکل قياسي أو باستخدام أحد التوزيعات المعروفة. 
في هذا البحث تم تقديم طريقة مقترحة لتحليل الانحدار غير الخطى المتعدد باستخدام أحد طرق الذکاء الاصطناعي وهي طريقة الشبکات العصبية الاصطناعية.
قام الباحث باستخدام بيانات دخل 1000 اسرة والتي تم الحصول عليها من خلال بحث الدخل والانفاق والاستهلاک لعام  2017/ 2018والذى يجريه الجهاز المرکزى للتعبئة العامة والاحصاء , ولقد قام الباحث بتقدير معالم نموذج الانحدار غير الخطى المتعدد فکان افضل نموذج هو النموذج اللوغاريتمى
قام الباحث باستخدام برنامج MATLAB فى تدرب الشبکة العصبية الاصطناعية وذلک من خلال انشاء شبکة أمامية بتغذية مرتدة وتم تقدير المعالم والتحقق من صلاحية النموذج باستخدام أسلوب التغذية الخلفية Back propagation algorithm 
  وتم حساب القيم التنبؤية لإجمالي الدخل للأسر بجانب العشرة مشاهدات المستقبلية عن طريق دوال MATLAB للشبکات العصبية وکذلک برنامج  SPSS لأسلوب الانحدار غير الخطى المتعدد ,کما تم حساب دقة هذه التنبؤات بواسطة ثلاثة مقاييس إحصائية وهى  (MSE, MAD, MAPE) وکانت نتيجة المقارنة هى افضلية اسلوب  الانحدار غير الخطى المتعدد عن اسلوب الشبکات العصبية الاصطناعية للتنبؤ بقيمة الدخل للأسرة.