When the analysis' assumptions of simple regression are not satisfied,an alternative to estimation the coefficients of the regression equation is thenonparametric method. The objective was to compare the estimates for thecoefficients of the simple linear regression model by the least squares method withthe nonparametric method. We used data of corporal mass and stature of childrenand teenagers between 11 and 14 years old from Nova Palma (RS) town, which 59were girls and 67 were boys. In the nonparametric method was considered theestimador of Theil apud Daniel (1999) for the slope coefficient (b) and the twoestimators proposed by Dietz apud Daniel (1999) for the intercept (a). Threeequations were obtained for each one of the sexes and they were compared by theAkaike Information Criteria (AIC), the Bayesian Information Criteria (BIC) and meansquared error. We concluded that the estimates we found by the two methods werevery close, with small differences among AIC, BIC and the mean squared error ofthe three equations.Quando as pressuposições da análise de regressão linear simples falharem,uma alternativa para a estimação dos coeficientes da equação de regressão éo método não-paramétrico. O objetivo deste estudo foi comparar as estimativaspara os coeficientes do modelo de regressão linear simples pelo método nãoparamétrico.No método não-paramétrico foi considerado o estimador de Theilapud Daniel (1999) para o coeficiente angular (b) e os dois estimadores para ointercepto (a) propostos por Dietz apud Daniel (1999). Utilizou-se dados de massacorporal e estatura de crianças e adolescentes na faixa etária de 11 e 14 anos doMunicípio de Nova Palma - RS, avaliou-se medidas para 59 meninas e 67 meninos.Obteve-se para os métodos paramétrico e não-paramétrico três equações paracada um dos gêneros, comparando-as através dos critérios Akaike InformationCriteria (AIC) e Bayesian Information Criteria (BIC) e do cálculo do erro quadradomédio. Concluiu-se que as estimativas encontradas pelos métodos foram muitopróximas, não havendo grandes diferenças entre AIC e BIC e os erros quadradosmédios das equações.