<?xml version="1.0" encoding="UTF-8"?>
<!-- generator="FeedCreator 1.8" -->
<?xml-stylesheet href="http://insilvaarbores.com.br/BIE5781/lib/exe/css.php?s=feed" type="text/css"?>
<rdf:RDF
    xmlns="http://purl.org/rss/1.0/"
    xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
    xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
    xmlns:dc="http://purl.org/dc/elements/1.1/">
    <channel rdf:about="http://insilvaarbores.com.br/BIE5781/feed.php">
        <title>BIE5781 - Modelagem Estatística para Ecologia e Recursos Naturais 07-selecao</title>
        <description></description>
        <link>http://insilvaarbores.com.br/BIE5781/</link>
        <image rdf:resource="http://insilvaarbores.com.br/BIE5781/lib/tpl/dokuwiki/images/favicon.ico" />
       <dc:date>2026-05-06T13:45:34+00:00</dc:date>
        <items>
            <rdf:Seq>
                <rdf:li rdf:resource="http://insilvaarbores.com.br/BIE5781/doku.php?id=07-selecao:07-selecao&amp;rev=1669299155&amp;do=diff"/>
            </rdf:Seq>
        </items>
    </channel>
    <image rdf:about="http://insilvaarbores.com.br/BIE5781/lib/tpl/dokuwiki/images/favicon.ico">
        <title>BIE5781 - Modelagem Estatística para Ecologia e Recursos Naturais</title>
        <link>http://insilvaarbores.com.br/BIE5781/</link>
        <url>http://insilvaarbores.com.br/BIE5781/lib/tpl/dokuwiki/images/favicon.ico</url>
    </image>
    <item rdf:about="http://insilvaarbores.com.br/BIE5781/doku.php?id=07-selecao:07-selecao&amp;rev=1669299155&amp;do=diff">
        <dc:format>text/html</dc:format>
        <dc:date>2022-11-24T14:12:35+00:00</dc:date>
        <dc:creator>Anonymous (anonymous@undisclosed.example.com)</dc:creator>
        <title>07-selecao:07-selecao</title>
        <link>http://insilvaarbores.com.br/BIE5781/doku.php?id=07-selecao:07-selecao&amp;rev=1669299155&amp;do=diff</link>
        <description>7. Seleção de Modelos



Se tenho muitos modelos candidatos a descrever meus dados qual devo escolher? A seleção de modelos baseada em teoria da informação é uma resposta. É uma teoria muito elegante que demonstra a relação entre verossimilhança e a quantidade de informação que se perde quando aproximamos os dados com um modelo. O Critério de Informação de Akaike (AIC) expressa esta perda de informação, e fornece um critério simples de seleção: o melhor modelo será o que estiver a menor distânci…</description>
    </item>
</rdf:RDF>
