Fernando, Por que você usa na função lmer o argumento /REML=FALSE/ se na função lme o /default /é exatamente a estimação /REML///? Você não está comparando coisas diferentes? ?lme method: a character string. If ‘"REML"’ the model is fit by maximizing the restricted log-likelihood. If ‘"ML"’ the log-likelihood is maximized. Defaults to ‘"REML"’. E os NA's produzidos não seriam devido você estar definindo tempo como efeito fixo e aleatório? modelo0 <- lme(GAS~HIDRAT*DILU*TEMP,random=~1|TEMP,weights=varIdent(form=~1|TEMP),data=dados) Ao gerar um gráfico com seus dados notei uma diferença na inclinação da variável GAS ao longo do tempo: library(lattice) xyplot(GAS~TEMP|HIDRAT+DILU, groups = BLOC ,data=dados,type='b') Como sugestão eu ajustaria um modelo considerando o intercepto e a inclinação como efeito aleatório e sem o efeito fixo da variável DILU: # Intercepto modelo0 <- lme(GAS~HIDRAT*as.numeric(TEMP),random=~1|BLOC, weights=varIdent(form=~1|TEMP), data=dados) # Inclinação modelo0.1 <- lme(GAS~HIDRAT*as.numeric(TEMP),random=~as.numeric(TEMP)-1|BLOC, weights=varIdent(form=~1|TEMP), data=dados) # Intercepto e Inclinaçãp modelo0.2 <- lme(GAS~HIDRAT*as.numeric(TEMP),random=~as.numeric(TEMP)|BLOC, weights=varIdent(form=~1|TEMP), data=dados) anova(modelo0,modelo0.1,modelo0.2) Model df AIC BIC logLik Test L.Ratio p-value modelo0 1 13 814.6697 854.2343 -394.3349 modelo0.1 2 13 782.5680 822.1325 -378.2840 modelo0.2 3 15 773.8100 819.4613 -371.9050 2 vs 3 12.75806 0.0017 -- Atenciosamente Felipe E. Barletta Mendes Estatístico(UFPR) - Conre3 9766-A Mestrando em Bioestatística(UEM) +55 (41)-92077191 +55 (41)-33287216