Companheiros recorro a ajuda de vocês novamente. Meu objetivo é comparar dois modelos, ambos exponenciais negativo, porém para dois diferentes tratamentos. Como os modelos não são aninhados eu estou utilizando o teste de Vuong do pacote "nonnest2" para avaliar se as curvas obtidas a partir desses modelos diferem entre si. O problema é que eu consigo entender a saída do R. O "Variance test" diz que os modelos são indistinguíveis, porém o teste de razão de verossimilhança não aninhada diz que o modelo 1 e diferente do 2, isso é correto ? Segue a saída e os comandos. Agradeço a todos que me ajudarem. Abraços. SAÍDA: Model 1 Class: nls Call: nls(formula = diversidade ~ a * parA^b, data = dados.ajuste[dados.ajuste$sistema == ... Model 2 Class: nls Call: nls(formula = diversidade ~ a * parA^b, data = dados.ajuste[dados.ajuste$sistema == ... Variance test H0: Model 1 and Model 2 are indistinguishable H1: Model 1 and Model 2 are distinguishable w2 = 0.048, p = 0.997 Non-nested likelihood ratio test H0: Model fits are equal for the focal population H1A: Model 1 fits better than Model 2 z = 6.840, p = 3.97e-12 H1B: Model 2 fits better than Model 1 z = 6.840, p = 1 COMANDOS: dados.ajuste <- expand.grid(parA = c(0.0,0.99,2,3,4,5,6)+1, sistema = factor(c("MAFA01","MAFA04"))); perfilMAFA01; perfilMAFA04 dados.ajuste$diversidade <- c(55.00000,19.572140, 10.230871, 7.224990, 6.004212, 5.402218, 5.056630, 62.00000, 31.69523, 21.41784, 17.61259, 15.76542, 14.70719, 14.03339); dados.ajuste expMAFA01 <- nls(diversidade ~ a * parA^b, data = dados.ajuste[dados.ajuste$sistema == "MAFA01",], start = list(a = 50, b = -1)) summary(expMAFA01) lines(fitted.values(expMAFA01)) expMAFA04 <- nls(diversidade ~ a * parA^b, data = dados.ajuste[dados.ajuste$sistema == "MAFA04",], start = list(a = 50, b = -1)) summary(expMAFA04) lines(fitted.values(expMAFA04)) ggplot(dados.ajuste,aes(parA,diversidade))+ stat_function(fun=function(parA){coef(expMAFA01)[[1]] * parA^coef(expMAFA01)[[2]]}, aes(colour="MAFA01", linetype="MAFA01")) + stat_function(fun=function(parA){coef(expMAFA04)[[1]] * parA^coef(expMAFA04)[[2]]}, aes(colour="MAFA04", linetype="MAFA04")) AIC(expMAFA01,expMAFA04) vuongtest(expMAFA01,expMAFA04) -- Diego dos Santos Vieira Engenheiro Florestal - UFRA Mestre em Ciência Florestal - UFVJM Doutorando em Ciência Florestal - UFVJM