O revisor está correto pois a definição de R² que ele possivelmente está usando é de R² corrido para a média ou R² com relação o modelo nulo. Veja no exemplo abaixo como calcular o mencionado R². R² só faz sentido, ou melhor, só é o ajustado para a média, se o teu modelo puder se reduzir ao modelo de intercepto através de uma restrição paramétrica. É por esse motivo que para alguns modelos não lineares o valor calculado de R² é tão otimista, porque assim como o teu modelo sem intercepto, alguns modelos não lineares também não possuem intercepto. Em todas as situações, para evitar problemas, considere o R² ajustado/relativo ao modelo nulo. x <- runif(30) y <- rnorm(30,3*x, sd=0.1) plot(y~x) mod.com.int <- lm(y~x) mod.sem.int <- lm(y~0+x) summary(mod.com.int) summary(mod.sem.int) mod.null <- lm(y~1) # R² ajustados para a média 1-deviance(mod.com.int)/deviance(mod.null) 1-deviance(mod.sem.int)/deviance(mod.null) À disposição. Walmes. ========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 VoIP: (3361 3600) 1053 1173 e-mail: walmes@ufpr.br skype: walmeszeviani twitter: @walmeszeviani homepage: http://www.leg.ufpr.br/~walmes linux user number: 531218 ==========================================================================