deletions | additions       diff --git a/subsubsection_Resultados_A_an_lise__.tex b/subsubsection_Resultados_A_an_lise__.tex  index 288f9db..84dc4af 100644  --- a/subsubsection_Resultados_A_an_lise__.tex  +++ b/subsubsection_Resultados_A_an_lise__.tex 
...
\begin{table}   \begin{tabular}{ l c c c }  \hline  Modelo & AICc & $\Delta \text{AIC}$ & df \\ \hline  N. obs. \~ PC1 + PC2 & 254.0 & 0 & 4 \\ 4\\  N. obs. \~ PC1 + PC1^2 & 257.3 & 3.3 & 4 \\ 4\\  N. obs. \~ PC2 + PC2^2 & 257.4 & 3.4 & 4\\ N. obs. \~ PC1 + PC1^2 + PC2 + PC2^2 & 259.7 & 5.7 & 6\\ N. obs. \~ PC2 & 316.0 & 62.0 & 2\\ N. obs. \~ PC1 & 318.5 & 64.5 & 2\\ N. obs. \~ Constante & 330.4 & 76.4 & 1 1\\  \hline  \end{tabular} \caption{Tabela 1: Resultados da análise de seleção de modelos concorrentes para explicar a relação entre o número de espécies observadas (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.  \label{table:tabela1}  \end{table}