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.

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

Repita o tutorial 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:

set.seed(42)

1. Ajuste aos dados modelos Poisson e binomiais negativos com médias constantes e médias como funções exponenciais da concentração de fósforo.
2. Construa a tabela de seleção de modelos com os valores de AIC, delta-AIC e pesos de evidência.
3. 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.
4. Compare os resultados e explique as diferenças, se houver.
5. 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.