Em experimentos com cultura de tecidos é comum a obtenção de dados de contagem. Pode-se admitir, a princípio, que contagens seguem a distribuição de Poisson. Neste trabalho, utilizando-se o enfoque de modelos lineares generalizados, são apresentados os modelos Poisson, Poisson truncado e binomial negativo para a análise de dados de contagem resultantes de experimentos com cultura de tecidos. Esses dados, via de regra, apresentam o número de observações iguais a zero maior do que seria esperado com base no número médio de eventos que ocorrem. Outro problema que esses dados podem apresentar é a ocorrência de superdispersão. Quando essas situações se verificam, o modelo Poisson não se ajusta bem aos dados e os modelos Poisson truncado e binomial negativo são apresentados como alternativas para esse problema. Como aplicação, foram utilizados três conjuntos de dados e a variável resposta estudada foi o número de calos produzidos por explante entre os modelos Poisson e Poisson truncado. Este foi o que melhor se ajustou ao conjunto A de dados, que não apresentou superdispersão. Para o conjunto B de dados, que apresentou superdispersão, o melhor modelo foi o binomial negativo, e para o conjunto C de dados, que também não apresentou superdispersão, o modelo Poisson ofereceu um bom ajuste

not available