Para aplicar nuestros modelos a verdaderas epidemias, quisiéramos encontrar valores numéricos para sus parámetros ( en el modelo monocíclico y y en el modelo policíclico). Para estimar los parámetros, observamos la epidemia, medimos a varias veces durante de la epidemia y luego trazamos versus . La dificultad es adaptar modelos no lineales a los juegos de datos. Es mucho más fácil transformar la x para conseguir un modelo lineal que se ajusta facilmente con la regresión lineal simple.

El Modelo Monocíclico

En el caso del modelo monocíclico, si la x observada se transforma al logaritmo natural de 1/(1-x) y estos valores transformados se trazan contra t, conseguiremos una línea recta con una inclinación del valor QR.

Luego utilizando una estimación independiente del inóculo inicial Q podemos calcular R.

El Modelo Policíclico

Si la x observada en un epidemia policíclica se transforma al logaritmo natural de x/(1-x) y los valores transformados se trazan contra t, el resultado será una línea recta con una inclinación del valor r y un intersección del valor del logarítmo natural de x₀/(1-x₀)

Para adaptar modelos a datos observados, es importante seleccionar el modelo basado en la biología conocida del patógeno en lugar de simplemente en la forma de la curva. Asimismo, no debe intentar hacer inferencias sobre la biología del patógeno con base en la forma de la curva y en donde el modelo da el "mejor ajuste" de los datos. Hay variabilidad aleatoria en cada observación y en los modelos transformados los puntos de datos en los fines de la línea tienen peso desmedido en determinar el ajuste del modelo. Es bastante posible tener un conjunto de datos que se ajusten bien a ambos modelos (monocíclico y policíclico) o tener un juego de datos de una epidemia que se sabe es monocíclico pero da un ajuste mejor al modelo policíclico o viceversa.