Aqui vai uma dica para eliminar os for() que você usou, pode-se usar o match() para fazer essas recodificações. Deve ter uma forma ainda melhor, mas atualmente eu uso essa. sexo <- as.factor(sample(c("M","F","I"), 10, repl=TRUE)) recod <- c(-1,0,1) sexo.rec <- recod[match(sexo, c("F","I","M"))] data.frame(sexo, sexo.rec) recod <- c(0,0.5,1) sexo.rec <- recod[match(sexo, c("F","I","M"))] data.frame(sexo, sexo.rec) A interpretação dos coeficientes, bem, teu preditor linear seria b0+b1*sexo, sexo só assume valores (-1,0,1), então você teria as configurações b0-b1 # femea b0 # indeterminado b0+b1 # macho Mas você pode usar (0, 0.5, 1), b0 é a fêmea, b1 é a diferença para macho. À disposição. Walmes. ========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 VoIP: (3361 3600) 1053 1173 e-mail: walmes@ufpr.br twitter: @walmeszeviani homepage: http://www.leg.ufpr.br/~walmes linux user number: 531218 ==========================================================================