In this study, statistical nonlinear mixed effect models were used to model taper of individual trees in Pinus nigra stands distributed within the Çankırı Forests. The data from 210 trees that were felled from Pinus nigra stands were used in this study. Three tree taper equations were fitted and evaluated based on the sum square error (SSE), mean square error (MSE), root mean square error (RMSE) and the adjusted coefficient of determination (R2adj). The Jiang et al.’s equation was found to produce the most satisfactory fits with the SSE (4125.7), MSE (2.1771), RMSE (1.4755) and (0.976). The stem taper equation of Jiang et al. was used within the scope of mixed-effect model structures that involved both random and constant effect parameters. The nonlinear mixed-effect modeling approach for the stem taper equation of Jiang et al. with SSE (3254.8), MSE (1.71759), RMSE (1.3119) provided much better fitting and precise predictions than those produced by the nonlinear fixed effect model structures for this model. Within various sampling scenarios including different numbers of the sub-sample trees based on some sampling strategies from the validation data set, the sampling scheme with three top diameter sub-sample in a tree produced the best predictive results (SSE = 313.5321, MSE = 0.8637 and RMSE = 0.9345) in relation to the fixed effect predictions.En este estudio se utilizaron modelos estadísticos no lineales de efectos mixtos para modelar el ahusamiento de árboles individuales en rodales de Pinus nigra distribuidos en bosques de Çankırı. Se utilizaron datos de 210 árboles que fueron talados. Se ajustaron y evaluaron tres ecuaciones de ahusamiento de árbol, basadas en la suma del error cuadrático (SSE), el error cuadrático medio (MSE), la raíz del error cuadrático medio (RMSE) y el coeficiente de determinación ajustado (R2adj). La ecuación de Jiang et al. Produjo los ajustes más satisfactorios según SSE (4125,7), MSE (2,1771), RMSE (1,4755) y Radj2(0,976). Esta ecuación de ahusamiento del fuste se utilizó en el ámbito de un modelo de efecto mixto que involucra parámetros del azar y del efecto constante. El modelo no lineal de efectos mixtos para la ecuación de ahusamiento del fuste de Jiang et al., con SSE (3.254,8), MSE (1,71759) y RMSE (1,3119), proporcionó predicciones más ajustadas y precisas que los modelos no lineales de efectos fijos. Dentro de varios escenarios de muestreo, incluyendo diferentes números de los árboles de submuestra, basados en algunas estrategias de muestreo del conjunto de datos de validación, el esquema de muestreo con tres submuestra de diámetro superior en un árbol produjo los mejores resultados predictivos (SSE = 313,5321, MSE = 0,8637 y RMSE = 0,9345) en relación con las predicciones de efecto fijo.