this is for holding javascript data
Rodolpho edited subsubsection_Resultados_A_an_lise__.tex
over 8 years ago
Commit id: 03aabe4c6151b2bdaa71ff4677f2fe3086017c98
deletions | additions
diff --git a/subsubsection_Resultados_A_an_lise__.tex b/subsubsection_Resultados_A_an_lise__.tex
index 8f6fa46..42dff19 100644
--- a/subsubsection_Resultados_A_an_lise__.tex
+++ b/subsubsection_Resultados_A_an_lise__.tex
...
\textbf{Tabela 1}: Resultados da análise de seleção de modelos concorrentes para explicar a relação entre o número de espécies observado (N obs.) e as duas variáveis de estrutura da vegetação obtidas a partir da análise de PCA (PC1 e PC2). Na coluna Modelo, o sinal "\~" mostra a relação de causa entre a variável dependente (à esquerda do sinal) e a(s) variável(is) independente(s) (à direita do sinal). O sinal "+" indica que a soma do efeito das variáveis foi considerada no modelo. O sinal "^2" indica que a variável independente no modelo foi multiplicada por um termo quadrático. As colunas AICc, $\Delta \text{AIC}$ e df, apresentam os valores de AICc(Critério de informação de Akaike corrigido para pequenas amostras), diferença de AICc do modelo da linha para o de menor AICc e o número de parâmetros estimados em cada modelo, respectivamente.
\begin{table}
\label{table:tabela1}
\begin{tabular}{
l c c c }
\hline
Modelo & AICc & $\Delta \text{AIC}$ $ & df \\
\hline
N. obs. \~ PC1 + PC2 \hlineN.obs.\~PC1+PC2 & 254.0 & 0 &
4\\
N. obs. \~ PC1 + PC1^2 4 \\
N.obs.\~PC1+PC1^2 & 257.3 & 3.3 &
4\\
N. obs. \~ PC2 + PC2^2 4 \\
N.obs.\~PC2+PC2^2 & 257.4 & 3.4 &
4\\
N. obs. \~ PC1 + PC1^2 + PC2 + PC2^2 4 \\
N.obs.\~PC1+PC1^2+PC2+PC2^2 & 259.7 & 5.7 &
6\\
N. obs. \~ PC2 6 \\
N.obs.\~PC2 & 316.0 & 62.0 &
2\\
N. obs. \~ PC1 2 \\
N.obs.\~PC1 & 318.5 & 64.5 &
2\\
N. obs. \~ Constante 2 \\
N.obs.\~Constante & 330.4 & 76.4 &
1\\
\hline 1 \\
\end{tabular}
\caption{Tabela 1: Resultados da análise de seleção de modelos concorrentes para explicar a relação entre o número de espécies observado (N obs.) e as duas variáveis de estrutura da vegetação obtidas a partir da análise de PCA (PC1 e PC2). Na coluna Modelo, o sinal "\~" mostra a relação de causa entre a variável dependente (à esquerda do sinal) e a(s) variável(is) independente(s) (à direita do sinal). O sinal "+" indica que a soma do efeito das variáveis foi considerada no modelo. O sinal "^2" indica que a variável independente no modelo foi multiplicada por um termo quadrático. As colunas AICc, $\Delta \text{AIC}$ e df, apresentam os valores de AICc(Critério de informação de Akaike corrigido para pequenas amostras), diferença de AICc do modelo da linha para o de menor AICc e o número de parâmetros estimados em cada modelo, respectivamente.}
\end{table}