Olá retorno aqui com a minha duvida anterior: Estou rodando um script com a função lme do pacote nlme e esta dando um erro.Após eu rodar o modelo usando lme aparece: Erro em MEEM(object, conLin, control$niterEM) : Singularity in backsolve at level 0, block 1 Revisei os dados e o script e esta tudo ok.O que pode estar acontecendo? Att, pois não sei responder no fórum.... O arquivoa ser carregado esta no anexo Segue o meu comando para que alguém possa tentar> cruza <- read.table("C:/Users/Victor/Dropbox/projeto bezerras/Dados/cernelha.txt", header=T,)> cruza Bezerro Tratamento ACd Data DN DJN Sexo ACD Idade1 423 1 81.33 41937 41930 41948 FALSE 81.0 672 423 1 81.59 41944 41930 41948 FALSE 81.0 743 423 1 82.07 41951 41930 41948 FALSE 81.0 814 423 1 83.62 41958 41930 41948 FALSE 81.0 885 423 1 83.72 41965 41930 41948 FALSE 81.0 906 425 1 81.38 41937 41930 41962 FALSE 81.0 677 425 1 81.95 41944 41930 41962 FALSE 81.0 748 425 1 82.40 41951 41930 41962 FALSE 81.0 819 425 1 83.00 41958 41930 41962 FALSE 81.0 8810 425 1 83.07 41965 41930 41962 FALSE 81.0 9011 426 1 81.09 41937 41930 41968 FALSE 81.0 6712 426 1 81.69 41944 41930 41968 FALSE 81.0 7413 426 1 82.29 41951 41930 41968 FALSE 81.0 8114 426 1 83.20 41958 41930 41968 FALSE 81.0 8815 426 1 83.28 41965 41930 41968 FALSE 81.0 9016 428 1 81.69 41937 41930 41980 FALSE 81.0 6717 428 1 82.32 41944 41930 41980 FALSE 81.0 7418 428 1 83.34 41951 41930 41980 FALSE 81.0 8119 428 1 83.65 41958 41930 41980 FALSE 81.0 8820 428 1 83.74 41965 41930 41980 FALSE 81.0 9021 421 2 82.72 41937 41930 41931 FALSE 79.5 6722 421 2 84.07 41944 41930 41931 FALSE 79.5 7423 421 2 84.98 41951 41930 41931 FALSE 79.5 8124 421 2 85.77 41958 41930 41931 FALSE 79.5 8825 421 2 85.99 41965 41930 41931 FALSE 79.5 9026 429 2 81.29 41937 41930 41989 FALSE 81.0 6727 429 2 83.21 41944 41930 41989 FALSE 81.0 7428 429 2 84.47 41951 41930 41989 FALSE 81.0 8129 429 2 85.75 41958 41930 41989 FALSE 81.0 8830 429 2 85.91 41965 41930 41989 FALSE 81.0 9031 430 2 85.61 41937 41930 42007 FALSE 83.5 6732 430 2 87.20 41944 41930 42007 FALSE 83.5 7433 430 2 87.53 41951 41930 42007 FALSE 83.5 8134 430 2 87.87 41958 41930 42007 FALSE 83.5 8835 430 2 88.02 41965 41930 42007 FALSE 83.5 9036 438 2 90.66 41937 41930 42063 FALSE 89.0 6737 438 2 91.99 41944 41930 42063 FALSE 89.0 7438 438 2 92.80 41951 41930 42063 FALSE 89.0 8139 438 2 94.07 41958 41930 42063 FALSE 89.0 8840 438 2 94.25 41965 41930 42063 FALSE 89.0 9041 422 3 83.43 41937 41930 41933 FALSE 83.0 6742 422 3 84.17 41944 41930 41933 FALSE 83.0 7443 422 3 84.65 41951 41930 41933 FALSE 83.0 8144 422 3 84.91 41958 41930 41933 FALSE 83.0 8845 422 3 84.97 41965 41930 41933 FALSE 83.0 9046 427 3 79.06 41937 41930 41978 FALSE 78.4 6747 427 3 79.86 41944 41930 41978 FALSE 78.4 7448 427 3 80.65 41951 41930 41978 FALSE 78.4 8149 427 3 81.66 41958 41930 41978 FALSE 78.4 8850 427 3 81.78 41965 41930 41978 FALSE 78.4 9051 432 3 82.79 41937 41930 42018 FALSE 80.2 6752 432 3 83.80 41944 41930 42018 FALSE 80.2 7453 432 3 84.64 41951 41930 42018 FALSE 80.2 8154 432 3 85.60 41958 41930 42018 FALSE 80.2 8855 432 3 85.79 41965 41930 42018 FALSE 80.2 9056 435 3 89.95 41937 41930 42025 FALSE 88.5 6757 435 3 90.69 41944 41930 42025 FALSE 88.5 7458 435 3 91.34 41951 41930 42025 FALSE 88.5 8159 435 3 92.30 41958 41930 42025 FALSE 88.5 8860 435 3 92.43 41965 41930 42025 FALSE 88.5 9061 424 4 82.57 41937 41930 41954 FALSE 82.5 6762 424 4 83.02 41944 41930 41954 FALSE 82.5 7463 424 4 83.17 41951 41930 41954 FALSE 82.5 8164 424 4 83.33 41958 41930 41954 FALSE 82.5 8865 424 4 83.35 41965 41930 41954 FALSE 82.5 9066 431 4 82.99 41937 41930 42013 FALSE 81.0 6767 431 4 85.85 41944 41930 42013 FALSE 81.0 7468 431 4 87.54 41951 41930 42013 FALSE 81.0 8169 431 4 89.33 41958 41930 42013 FALSE 81.0 8870 431 4 89.62 41965 41930 42013 FALSE 81.0 9071 433 4 84.94 41937 41930 42020 FALSE 81.4 6772 433 4 86.87 41944 41930 42020 FALSE 81.4 7473 433 4 88.33 41951 41930 42020 FALSE 81.4 8174 433 4 88.99 41958 41930 42020 FALSE 81.4 8875 433 4 89.25 41965 41930 42020 FALSE 81.4 9076 436 4 87.64 41937 41930 42036 FALSE 87.3 6777 436 4 88.81 41944 41930 42036 FALSE 87.3 7478 436 4 89.17 41951 41930 42036 FALSE 87.3 8179 436 4 90.48 41958 41930 42036 FALSE 87.3 8880 436 4 90.58 41965 41930 42036 FALSE 87.3 90 str(cruza)'data.frame': 80 obs. of 9 variables: $ Bezerro : int 423 423 423 423 423 425 425 425 425 425 ... $ Tratamento: int 1 1 1 1 1 1 1 1 1 1 ... $ ACd : num 81.3 81.6 82.1 83.6 83.7 ... $ Data : int 41937 41944 41951 41958 41965 41937 41944 41951 41958 41965 ... $ DN : int 41930 41930 41930 41930 41930 41930 41930 41930 41930 41930 ... $ DJN : int 41948 41948 41948 41948 41948 41962 41962 41962 41962 41962 ... $ Sexo : logi FALSE FALSE FALSE FALSE FALSE FALSE ... $ ACD : num 81 81 81 81 81 81 81 81 81 81 ... $ Idade : int 67 74 81 88 90 67 74 81 88 90 ... library(nlme)> attach(cruza)> fTrat<-as.factor(Tratamento)> class(fTrat)[1] "factor"> class(ACd)[1] "numeric"> class(ACD)[1] "numeric"> class(Data)[1] "integer"> Data<-as.factor(Data)> simcomp.ran <- lme(ACd ~ DJN + ACD + fTrat + Data + fTrat:Data + ACD*fTrat + fTrat*DJN,+ random= ~1 | Bezerro/fTrat)Erro em MEEM(object, conLin, control$niterEM) : Singularity in backsolve at level 0, block 1 Muito obrigado pela ajuda e desculpe não saber responder no fórum. Abraço a todos! Victor Ionatan FiorezeMédico Veterinário e ZootecnistaMestrando em Nutrição de Ruminantes, PPGZ-UFPelBolsista Capes Integrante GERUMEN (53) 81032887lattes: http://lattes.cnpq.br/5026587958713372