A inferência pode ser desafiadora, principalmente quando lidamos com conjuntos de variáveis que não seguem uma distribuição de probabilidade conhecida. O objetivo do trabalho foi comparar modelos paramétricos e não paramétricos para estimar o volume de 150 árvores da espécie Eucalyptus ssp. A seleção das 150 árvores-amostras de espécies comerciais foi realizada sob o processo de amostragem aleatória. Observou-se que o modelo paramétrico Schumacher-Hall foi o único que atendeu aos pressupostos lineares, o não paramétrico Support Vector Machine também apresentou boa acurácia (R² 0,981 e RMSE% 1,7). Concluiu-se que a regressão não paramétrica é uma alternativa útil não apenas em situações em que a relação entre as variáveis é complexa ou não linear, mas também em amostras de dados com distribuições definidas.