Height-diameter models are fundamental for the inventory of timber, biomass and carbon. Located in the central region of Mexico, Abies religiosa is a conifer with high timber value that lacks models to estimate its height as a function of diameter. The objective of this study was to determine a local height-diameter model for A. religiosa trees under a mixed-effects model approach in the region of Tlaxco, Tlaxcala, Mexico. The first step consisted in evaluating the quality of fit of three growth models and one power model. We used height-diameter data of 1,539 trees measured in 197 circular plots of 1,000 m2. The selected model was the Weibull, which was adjusted in a second step under the mixed-effects modelling approach. Our results showed that the most accurate predictive capacity was obtained when using the sub-basin covariate as a clustering factor and the random effect in the parameter corresponding to the asymptote. Under this approach, the goodness of fit of the model was superior to the traditional one adjusted by nonlinear least square. Comparatively the gains in fit statistics R2, RSME and AIC were of 12.19 %, 47.99 % and 8.46 %, respectively. The proposed model is robust, reliable, and biologically coherent for its operational application in the forest management of A. religiosa in the study region.Los modelos de altura - diámetro son una pieza fundamental para realizar inventarios maderables, de biomasa y carbono. En la región central de México, Abies religiosa es una conífera de gran importancia comercial maderable la cual carece de modelos que estimen la altura en función del diámetro. El objetivo de este estudio fue determinar un modelo local altura-diámetro para árboles de religiosa bajo el enfoque de modelos con efectos mixtos en la región de Tlaxco, Tlaxcala, México. En la primera fase se evaluó la calidad de ajuste de tres modelos de crecimiento y un modelo potencial. Se utilizaron 1.539 pares de datos de altura-diámetro de árboles medidos en 197 sitios circulares de muestreo de 1.000 m2. El mejor modelo fue el de Weibull, mismo que en una segunda fase se ajustó mediante la técnica de modelos de efectos mixtos; en este caso, la mejor capacidad predictiva se obtuvo cuando se utilizó la covariable subcuenca como factor de agrupación y se incluyó un efecto aleatorio en el parámetro correspondiente a la asíntota. Bajo este enfoque el ajuste fue superior al ajuste tradicional por cuadrados mínimos no lineales. Comparativamente las ganancias en los estadísticos de ajuste R2, RCME y AIC fueron de 12,19 %, 47,99 % y 8,46 %, respectivamente. El modelo propuesto es robusto, confiable y biológicamente coherente para su aplicación operativa en la gestión forestal de las diferentes condiciones en que A. religiosa se desarrolla en la región de estudio.