deletions | additions       diff --git a/Por_sua_vez_as_an__.tex b/Por_sua_vez_as_an__.tex  index fbe43f4..0a5aaf3 100644  --- a/Por_sua_vez_as_an__.tex  +++ b/Por_sua_vez_as_an__.tex 
...
\begin{table}  \label{table:tabela2}  \begin{tabular}{l c c c }  \hline  Modelo & AICc &$\Delta \text{AIC}$ & df\\  \hline  N. N  est. \~ PC1 + PC1^2 & 227.9 & 0 & 4\\ N. N  est. \~ PC1 + PC1^2 + PC2 + PC2^2 & 233.4 & 5.5 & 6\\ N. N  est. \~ PC1 & 239.1 & 11.2 & 2\\ N. N  est. \~ PC1 + PC2 & 239.1 & 11.3 & 4\\ N. N  est. \~ PC2 + PC2^2 & 256.4 & 28.5 & 4\\ N. N  est. \~ PC2 & 261.3 & 33.4 & 2\\ N. N  est. \~ Constante & 261.9 & 34.1 & 1\\ \hline  \end{tabular}  \label{table:tabela2} \caption{Tabela 1: Resultados da análise de seleção de modelos concorrentes para explicar a relação entre o número de espécies estimado (N est.) 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}  Por este modelo, a riqueza estimada deve ser maior em valores intermediários da variável de estrutura, sendo mais baixos os valores de riqueza estimada quando a variável de estrutura apresenta valores extremos (Figura 3).