diff --git a/NAMESPACE b/NAMESPACE
index 26d8bebfc1e5522d510b6753cfc68bab989fecfb..eb464be636a32c83c64561f92a6c78b642062ec5 100644
--- a/NAMESPACE
+++ b/NAMESPACE
@@ -1,8 +1,11 @@
# Generated by roxygen2: do not edit by hand
export(apc)
+export(cmp)
+export(convergencez)
export(panel.cbH)
export(prepanel.cbH)
+import(bbmle)
import(doBy)
import(lattice)
import(latticeExtra)
diff --git a/R/cmp.R b/R/cmp.R
new file mode 100644
index 0000000000000000000000000000000000000000..e0b4e9d5cc9bee0a6f783001222826cca515adeb
--- /dev/null
+++ b/R/cmp.R
@@ -0,0 +1,157 @@
+#' @title Avaliação da Convergência da Constante Normalizadora
+#' @description Avalia a convergência da constante de normalização de
+#' um modelo COM-Poisson definida por: \deqn{Z = \sum
+#' \frac{\lambda^i}{(i!)^\nu}}, em que o parâmetro \eqn{\nu} é
+#' tomado como \eqn{\exp{\phi}}.
+#' @param model Objeto resultante da função \code{\link[MRDCr]{cmp}}.
+#' @param tol Critério de parada do algoritmo, representa o valor
+#' tolerado para a diferença do valor de \eqn{Z(\lambda, \phi)}
+#' entre duas iterações. O valor padrão é 1e-4
+#' @param incremento Número de incrementos da soma a serem considerados
+#' a cada iteração. Padrão definido como 10, ou seja, a cada
+#' iteração 10 passos incrementos são somados a Z.
+#' @param maxit Número máximo de iterações a serem realizadas pelo
+#' algoritmo. Se este número for atingido e o critério de tolerância
+#' não for atendido, uma mensagem de aviso será exibida.
+#' @param plot Argumento lógico. Se \code{TRUE} (padrão) os gráficos dos
+#' incrementos da constante são exibidos.
+#' @return Uma lista com os incrementos das constantes Z,
+#' \eqn{Z(\lambda, \phi)} da distribuição COM-Poisson, calculados
+#' para cada observação.
+#' @author Eduardo E. R. Junior, \email{edujrrib@gmail.com}
+#' @export
+
+convergencez <- function(model, tol = 1e-4, incremento = 10,
+ maxit = 50, plot = TRUE) {
+ ##-------------------------------------------
+ ## Calcula Z para um c(lambda, phi)
+ calcula <- function(loglambda, phi) {
+ nu <- exp(phi)
+ zg <- vector("list", maxit)
+ t <- incremento
+ i <- 1:t
+ j <- 1
+ zg[[j]] <- exp(i * loglambda - nu * lfactorial(i))
+ dif <- abs(zg[[j]][t-1] - zg[[j]][t])
+ while (dif > tol && is.finite(dif) && j <= maxit) {
+ i <- (i[t] + 1):(i[t] + t)
+ j <- j + 1
+ zg[[j]] <- exp(i * loglambda - nu * lfactorial(i))
+ dif <- abs(zg[[j]][t-1] - zg[[j]][t])
+ }
+ if (j == maxit && dif > tol || !is.finite(dif)) {
+ print(c(loglambda, nu))
+ warning("Soma n\\u00e3o convergiu")
+ }
+ return(z = unlist(zg))
+ }
+ ##-------------------------------------------
+ X <- model@data$X
+ y <- model@data$y
+ sumto <- model@data$sumto
+ betas <- model@coef[-1]
+ phi <- model@coef[1]
+ loglambdas <- X %*% betas
+ zs <- sapply(loglambdas, calcula, phi, simplify = FALSE)
+ ##-------------------------------------------
+ if (plot) {
+ mx <- max(sapply(zs, max))
+ lx <- max(sapply(zs, length))
+ plot(zs[[1]], type = "l", xlim = c(0, lx), ylim = c(0, mx))
+ abline(v = sumto)
+ for (i in 2:length(zs)) lines(zs[[i]], type = "l")
+ }
+ invisible(zs)
+}
+
+#' @title Log-Verossimilhança do Modelo Conway-Maxwell-Poisson
+#' @description Calcula a log-verossimilhança de um modelo COM-Poisson
+#' considerando os dados e as estimativas dos parâmetros informadas.
+#' @details A função de log-verossimilhança toma a forma: \deqn{-Z - y *
+#' \lambda - \nu \log{y!}}, onde \eqn{Z = \sum
+#' \frac{\lambda^i}{(i!)^\nu}} e \eqn{\nu = \exp{\phi}}.
+#' @param params Um vetor de parâmetros do modelo COM-Poisson. É
+#' necessário que seja informado como primeiro elemento do vetor, o
+#' valor de \eqn{\phi}. Os demais elementos são os \eqn{\beta}'s do
+#' preditor linear \eqn{\lambda}.
+#' @param y Um vetor de contagens, considerado como variável resposta.
+#' @param X A matriz de delineamento do modelo.
+#' @param offset Um vetor de valores a serem adicionados ao preditor
+#' linear.
+#' @param sumto Número de incrementos a serem considerados para a soma
+#' da constante normalizadora. Como padrão, o número de incrementos
+#' é o valor inteiro de \eqn{(\max y)^1.2}.
+#' @return O valor da log-verossimilhança do modelo
+#' Conway-Maxwell-Poisson com os parâmetros e dados informados.
+#' @author Eduardo E. R. Junior, \email{edujrrib@gmail.com}
+#' @seealso \code{\link[bbmle]{mle2}}
+
+llcmp <- function(params, y, X, offset = NULL,
+ sumto = ceiling(max(y)^1.2)){
+ ##-------------------------------------------
+ betas <- params[-1]
+ phi <- params[1]
+ nu <- exp(phi)
+ ##-------------------------------------------
+ if (is.null(offset)) offset <- 0
+ Xb <- X %*% betas + offset
+ ##-------------------------------------------
+ ## Obtendo a constante normatizadora Z.
+ i <- 1:sumto
+ zs <- sapply(Xb, function(loglambda)
+ sum(exp(i * loglambda - nu * lfactorial(i))))
+ Z <- sum(log(zs + 1))
+ ##-------------------------------------------
+ ll <- sum(y * Xb - nu * lfactorial(y)) - Z
+ return(-ll)
+}
+
+#' @title Ajuste do Modelo Conway-Maxwell-Poisson
+#' @description Estima os parâmetros de um modelo COM-Poisson sob a
+#' otimização da função de log-verossimilhança. A sintaxe
+#' assemelha-se com a função \code{\link{glm}} (Generalized Linear
+#' Models).
+#' @param formula Um objeto da classe \code{\link{formula}}. Se
+#' necessária a inclusão de \emph{offset} deve-se indicá-lo como
+#' \code{\link{offset}}.
+#' @param data Um objeto de classe \code{data.frame}, cujo contém as
+#' variáveis descritas na \code{formula}.
+#' @param start Um vetor de parâmetros do modelo tomados como valores
+#' iniciais para o algoritmo iterativo. Se \code{NULL} os parâmetros
+#' de um modelo log-linear Poisson e \eqn{\phi = 0} são tomados como
+#' valores iniciais para o preditor e para o parâmetro de dispersão.
+#' @param sumto Número de incrementos a serem considerados para a soma
+#' da constante normalizadora. Como padrão, \code{NULL} o número de
+#' incrementos é o valor inteiro de \eqn{(\max y)^1.2}.
+#' @param ... Argumentos opcionais do framework de maximização numérica
+#' \code{\link[bbmle]{mle2}}.
+#' @return Um objeto de classe \code{mle2}, retornado da função de
+#' \code{\link[bbmle]{mle2}}, usada para ajuste de modelos por
+#' máxima verossimilhança.
+#' @author Eduardo E. R. Junior, \email{edujrrib@gmail.com}
+#' @import bbmle
+#' @export
+
+cmp <- function(formula, data, start = NULL, sumto = NULL, ...) {
+ ##-------------------------------------------
+ ## Constrói as matrizes do modelo
+ frame <- model.frame(formula, data)
+ terms <- attr(frame, "terms")
+ y <- model.response(frame)
+ X <- model.matrix(terms, frame)
+ off <- model.offset(frame)
+ if (is.null(sumto)) sumto <- ceiling(max(y)^1.2)
+ ##-------------------------------------------
+ ## Define os chutes iniciais
+ if (is.null(start)) {
+ m0 <- glm.fit(x = X, y = y, offset = off, family = poisson())
+ start <- c("phi" = 0, m0$coefficients)
+ }
+ ##-------------------------------------------
+ ## Nomeia os parâmetros da função para métodos bbmle
+ parnames(llcmp) <- names(start)
+ model <- bbmle::mle2(llcmp, start = start,
+ data = list(y = y, X = X, sumto = sumto),
+ vecpar = TRUE)
+ return(model)
+}
diff --git a/man/cmp.Rd b/man/cmp.Rd
new file mode 100644
index 0000000000000000000000000000000000000000..d1832a220ea81ac1b580b3f0ea35b65ace6d80c8
--- /dev/null
+++ b/man/cmp.Rd
@@ -0,0 +1,43 @@
+% Generated by roxygen2: do not edit by hand
+% Please edit documentation in R/cmp.R
+\name{cmp}
+\alias{cmp}
+\title{Ajuste do Modelo Conway-Maxwell-Poisson}
+\usage{
+cmp(formula, data, start = NULL, sumto = NULL, ...)
+}
+\arguments{
+\item{formula}{Um objeto da classe \code{\link{formula}}. Se
+necessária a inclusão de \emph{offset} deve-se indicá-lo como
+\code{\link{offset}}.}
+
+\item{data}{Um objeto de classe \code{data.frame}, cujo contém as
+variáveis descritas na \code{formula}.}
+
+\item{start}{Um vetor de parâmetros do modelo tomados como valores
+iniciais para o algoritmo iterativo. Se \code{NULL} os parâmetros
+de um modelo log-linear Poisson e \eqn{\phi = 0} são tomados como
+valores iniciais para o preditor e para o parâmetro de dispersão.}
+
+\item{sumto}{Número de incrementos a serem considerados para a soma
+da constante normalizadora. Como padrão, \code{NULL} o número de
+incrementos é o valor inteiro de \eqn{(\max y)^1.2}.}
+
+\item{...}{Argumentos opcionais do framework de maximização numérica
+\code{\link[bbmle]{mle2}}.}
+}
+\value{
+Um objeto de classe \code{mle2}, retornado da função de
+ \code{\link[bbmle]{mle2}}, usada para ajuste de modelos por
+ máxima verossimilhança.
+}
+\description{
+Estima os parâmetros de um modelo COM-Poisson sob a
+ otimização da função de log-verossimilhança. A sintaxe
+ assemelha-se com a função \code{\link{glm}} (Generalized Linear
+ Models).
+}
+\author{
+Eduardo E. R. Junior, \email{edujrrib@gmail.com}
+}
+
diff --git a/man/convergencez.Rd b/man/convergencez.Rd
new file mode 100644
index 0000000000000000000000000000000000000000..ac4101be193ac1b6c87f5c43ff67424ff46333ed
--- /dev/null
+++ b/man/convergencez.Rd
@@ -0,0 +1,42 @@
+% Generated by roxygen2: do not edit by hand
+% Please edit documentation in R/cmp.R
+\name{convergencez}
+\alias{convergencez}
+\title{Avaliação da Convergência da Constante Normalizadora}
+\usage{
+convergencez(model, tol = 1e-04, incremento = 10, maxit = 50,
+ plot = TRUE)
+}
+\arguments{
+\item{model}{Objeto resultante da função \code{\link[MRDCr]{cmp}}.}
+
+\item{tol}{Critério de parada do algoritmo, representa o valor
+tolerado para a diferença do valor de \eqn{Z(\lambda, \phi)}
+entre duas iterações. O valor padrão é 1e-4}
+
+\item{incremento}{Número de incrementos da soma a serem considerados
+a cada iteração. Padrão definido como 10, ou seja, a cada
+iteração 10 passos incrementos são somados a Z.}
+
+\item{maxit}{Número máximo de iterações a serem realizadas pelo
+algoritmo. Se este número for atingido e o critério de tolerância
+não for atendido, uma mensagem de aviso será exibida.}
+
+\item{plot}{Argumento lógico. Se \code{TRUE} (padrão) os gráficos dos
+incrementos da constante são exibidos.}
+}
+\value{
+Uma lista com os incrementos das constantes Z,
+ \eqn{Z(\lambda, \phi)} da distribuição COM-Poisson, calculados
+ para cada observação.
+}
+\description{
+Avalia a convergência da constante de normalização de
+ um modelo COM-Poisson definida por: \deqn{Z = \sum
+ \frac{\lambda^i}{(i!)^\nu}}, em que o parâmetro \eqn{\nu} é
+ tomado como \eqn{\exp{\phi}}.
+}
+\author{
+Eduardo E. R. Junior, \email{edujrrib@gmail.com}
+}
+
diff --git a/man/llcmp.Rd b/man/llcmp.Rd
new file mode 100644
index 0000000000000000000000000000000000000000..afb7409c2869d31e67afd925a745098fb5bd1d3f
--- /dev/null
+++ b/man/llcmp.Rd
@@ -0,0 +1,45 @@
+% Generated by roxygen2: do not edit by hand
+% Please edit documentation in R/cmp.R
+\name{llcmp}
+\alias{llcmp}
+\title{Log-Verossimilhança do Modelo Conway-Maxwell-Poisson}
+\usage{
+llcmp(params, y, X, offset = NULL, sumto = ceiling(max(y)^1.2))
+}
+\arguments{
+\item{params}{Um vetor de parâmetros do modelo COM-Poisson. É
+necessário que seja informado como primeiro elemento do vetor, o
+valor de \eqn{\phi}. Os demais elementos são os \eqn{\beta}'s do
+preditor linear \eqn{\lambda}.}
+
+\item{y}{Um vetor de contagens, considerado como variável resposta.}
+
+\item{X}{A matriz de delineamento do modelo.}
+
+\item{offset}{Um vetor de valores a serem adicionados ao preditor
+linear.}
+
+\item{sumto}{Número de incrementos a serem considerados para a soma
+da constante normalizadora. Como padrão, o número de incrementos
+é o valor inteiro de \eqn{(\max y)^1.2}.}
+}
+\value{
+O valor da log-verossimilhança do modelo
+ Conway-Maxwell-Poisson com os parâmetros e dados informados.
+}
+\description{
+Calcula a log-verossimilhança de um modelo COM-Poisson
+ considerando os dados e as estimativas dos parâmetros informadas.
+}
+\details{
+A função de log-verossimilhança toma a forma: \deqn{-Z - y *
+ \lambda - \nu \log{y!}}, onde \eqn{Z = \sum
+ \frac{\lambda^i}{(i!)^\nu}} e \eqn{\nu = \exp{\phi}}.
+}
+\author{
+Eduardo E. R. Junior, \email{edujrrib@gmail.com}
+}
+\seealso{
+\code{\link[bbmle]{mle2}}
+}
+