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