Resumen
Este trabalho teve por objetivo avaliar modelos lineares e não lineares clássicos e generalizados com adição de covariáveis, para modelagem da relação hipsométrica e do crescimento em altura das árvores dominantes e codominantes de clones de eucalipto. Foram ajustados dois modelos lineares e dois não lineares para estimativa da relação hipsométrica e quatro modelos não lineares para classificação de sítio. Com relação à hipsometria, para o modelo que propiciou as melhores estatísticas, utilizou-se a técnica de inclusão de covariáveis para o ajuste, visando obter melhor precisão das estimativas. A seleção e a qualidade de ajuste dos modelos se deram com base no erro padrão percentual ?Syx (%)?, critério de informação de Akaike (AIC), critério de informação Bayesiano (BIC) e no teste de razão da máxima verossimilhança (TRMV), além da análise gráfica dos resíduos. Para a manipulação, ajuste e processamento dos dados foi utilizado o software R. De acordo com as análises estatísticas dos modelos, para a relação hipsométrica, o logístico com quatro parâmetros mostrou-se superior em relação aos outros modelos ajustados. O modelo logístico com adição de covariáveis obteve uma melhor precisão em comparação ao modelo logístico clássico. Para a estimativa do crescimento em altura das árvores dominantes e codominantes, o modelo logístico com três parâmetros obteve as melhores estatísticas de precisão, sendo, então, utilizado para a construção das curvas de índice de sítio.