Neste trabalho, objetivou-se propor o uso de modelos não lineares generalizados na predição da área basal e do crescimento e produção em volume total do híbrido Eucalyptus urocamaldulensis, em um plantio localizado na região central do estado de Minas Gerais, pertencente à V& M Florestal. A metodologia proposta permite trabalhar com os dados na sua forma original sem a necessidade de transformações de variáveis, e gerar modelos mais precisos. Para a avaliação da qualidade de ajuste dos modelos propostos, foram utilizados os critérios de informação Bayesiano, de Akaike e o teste de razão da máxima verossimilhança, além do erro padrão residual e percentual, e dos gráficos de resíduos. Os modelos se mostraram com uma boa performance, altamente precisos e parcimoniosos nas estimativas das variáveis propostas, com erros reduzidos para 12% em área basal e 4% para predição volumétrica.
Modelos estocásticos; predição; crescimento e produção florestal