Prezado Walmes, muito obrigado. Pelo que entendi não é possível "sigma^2_b" e "sigma^2_e" utilizando a função gls(). A função VarCorr(modelo2) fornece "sigma^2_b" e "sigma^2_e", correto? Variance StdDev (Intercept) 667641.149 817.09311 Residual 6041.696 77.72834 Tenho uma dúvida: a variância do intercepto é "sigma^2_b"? Muito obrigado. Sua contribuição está sendo muito válida no meu trabalho.Luiz On Wednesday, November 27, 2019, 07:13:37 PM GMT-2, Walmes Zeviani <walmeszeviani@gmail.com> wrote: Luiz, Você terá que mudar a função que está usando. library(nlme) table(x) lattice::xyplot(y ~ x) modelo0 <- aov(y ~ x) a <- anova(modelo0) a # Componentes de variância pelo método ANOVA. c("sigma^2_b" = (a["x", "Mean Sq"] - a["Residuals", "Mean Sq"])/6, "sigma^2_e" = a["Residuals", "Mean Sq"]) modelo1 <- lme(y ~ 1, random = ~1 | x, method = "REML") modelo1 # Componentes de variância pelo método REML. VarCorr(modelo1) modelo2 <- lme(y ~ 1, random = ~1 | x, weights = varExp(), method = "ML") modelo2 # Componentes de variância pelo método REML. # ATTENTION: não são imediatamente comparáveis com os anteriores. VarCorr(modelo2) À disposição.Walmes.