====== Exercícios antigos ======

===== Modelos Gaussianos =====
==== Biomassa de Eucalyptus ====

Procure refazer os passos apresentados no tutorial para outras variáveis de biomassa das árvores (presentes no mesmo conjunto de dados):
  * ''tronco'' - biomassa do tronco das árvores:
  * ''folha'' - biomassa das folhas das árvores.

==== Análise de Variância ====

  - Ajuste todos os modelos da primeira seção do tutorial sobre ANOVA usando a notação de fórmula estatística da função ''mle2''. 
  - Use estes modelos ajustados para refazer a seleção de modelos com o AIC corrigido para pequenas amostras.

===== Seleção de modelos =====

Repita o tutorial [[:05-binomial-poisson:05-binomial-poisson#modelos_poisson_com_variaveis_preditoras]], com as seguintes modificações:
  * Reduza o número de plantas para 50
  * Faça o número de frutos por plantas ser uma variável binomial negativa, com parâmetro de dispersão k=0,5, e média determinada pela concentração de fósforo.
  * Para podermos comparar os resultados, fixe a semente de números aletórios com o comando:
<code>
set.seed(42)
</code>
  - Ajuste aos dados modelos Poisson e binomiais negativos com médias constantes e médias como funções exponenciais da concentração de fósforo.
  - Construa a tabela de seleção de modelos com os valores de AIC, delta-AIC e pesos de evidência.
  - Faça a mesma tabela usando o AIC corrigido para pequenas amostras (AICc) e para sobredispersão (QAIC). O pacote ''bbmle'' tem funções para todos esses cálculos.
  - Compare os resultados e explique as diferenças, se houver.
  - Faça um gráfico dos número de frutos em função da concentração de fósforo. Sobreponha a ele a linha do modelo que você julgar mais plausível. Se julgar que houve empates, sobreponha as linhas de todos os modelos igualmente plausíveis.
\\