Prof. Walmes, muito obrigado. Eu não estava compreendendo a diferença entre as situações. Lendo a sua descrição acredito que a forma mais correta seria a reg3 (eu já desconfiava disso). Mas o problema é que quando utilizo esta função a assíntota superior do modelo fica sub-estimada. Dessa forma o ajuste fica muito ruim. Veja as figuras que são geradas no CRM abaixo. Saberia me dizer o que está acontecendo ? Ou me indicar a o melhor caminho para me livrar deste problema ? Segue o CMR: rm(list=ls()) library(car) library(nlme) library(qpcR) # para calcular o R2 daf=c(96,111,126,141,158,174,189,204,219,235,250,265,279,293) mfs2=c(0.014,0.027,0.033,0.189,0.439,0.602,0.653,0.671,0.775,0.814,0.911,1.012,1.059,1.005) # Logístico reg1=gnls(mfs2~((alfa)/(1 + exp(beta - gama*daf))), start=c(alfa=1.5,beta=3,gama=0.015), weights=varExp(form=~daf),correlation=corAR1(form=~daf)) reg3=gnls(mfs2~((alfa)/(1 + exp(beta - gama*daf))), start=c(alfa=1.5,beta=3,gama=0.015), weights=varExp(form=~daf),correlation=corAR1()) Rsq(reg1) Rsq(reg3) plot(daf,mfs2, main="Modelo Logístico") lines(daf,fitted(reg1),col="green") lines(daf,fitted(reg3),col="red") # Gompertz mod1=gnls(mfs2~(alfa*exp(-exp(beta-(gama*daf)))), start=c(alfa=1.5,beta=3,gama=0.02),weights=varExp(form=~daf),correlation=corAR1(form=~daf)) mod3=gnls(mfs2~(alfa*exp(-exp(beta-(gama*daf)))), start=c(alfa=1.5,beta=3,gama=0.02),weights=varExp(form=~daf),correlation=corAR1()) Rsq(mod1) Rsq(mod3) plot(daf,mfs2, main="Modelo Gompertz") lines(daf,fitted(mod1),col="green") lines(daf,fitted(mod3),col="red") Atenciosamente. Tales Jesus Fernandes Doutorando em Estatística UFLA Universidade Federal de Lavras