Although the researcher is very careful errors experiment may be present, therefore, is appropriate to evaluate the reliability of data, mainly when different estimation methods are used. Considering this problem, the objective of this work is compare the performance of two methods of estimation known as “Plug-in” and “Attenuation bias”. These methods are used in the regression model with errors-in-variables techniques. The Monte-Carlo simulations are used for generated a linear regression model errors-in-variables, different sample sizes, residuals distributions and lack of fit were considered. It was possible to conclude that, “Plug-in “ and “Attenuation bias” methods were accurate with R2 =90%, however, these methods have better accuracy for symmetrical distributions.Por mais cauteloso que o pesquisador seja, os erros nas variáveis poderão estar presentes em um experimento, portanto, é coerente avaliar a confiabilidade das medidas, principalmente no que tange ao uso de diferentes métodos de estimação. Considerando esse fato, este trabalho objetivou comparar o desempenho de dois métodos de estimação, denominados por “Plug-in” e Atenuador de Vício, utilizados para estimar parâmetros de um modelo de regressão com erro nas variáveis. Para isso, foi utilizada a técnica de simulação Monte-Carlo, da qual foi gerado um modelo de regressão linear simples com erro nas variáveis, submetido a diferentes situações representadas pelos tamanhos amostrais, distribuição dos resíduos e valores referentes à qualidade de ajuste. Concluiu-se que, em alta qualidade de ajuste (R2 =90%), os métodos “Plug-in” e Atenuador de Vício foram precisos, porém acurados apenas para os modelos com distribuição simétrica. Palavras-chave: erros de medida, regressão linear, viés.