diff --git a/README.md b/README.md
index 87474501067f7b647349e170d7f5d526b2eaa97d..9b49fc6f9a273f8e1c189c058edac890d6343319 100644
--- a/README.md
+++ b/README.md
@@ -1,58 +1,54 @@
 Modelos de Regressão para Dados de Contagem com o R
-
 ===================================================
 
-
 Walmes Marques Zeviani\
 Eduardo Elias Ribeiro Jr\
 Cesar Augusto Taconeli
 
- 
 Resumo
-
 ------
 
-Dados de contagens configuram variáveis aleatórias que assumem valores inteiros não
-negativos.  Correspondem, possivelmente, ao primeiro tipo de variável aleatória que o homem
-percebeu ou considerou para a tomada de decisões, antes mesmo do surgimento da
-escrita.
-
+Dados de contagens configuram variáveis aleatórias que assumem valores
+inteiros não negativos.  Correspondem, possivelmente, ao primeiro tipo
+de variável aleatória que o homem percebeu ou considerou para a tomada
+de decisões, antes mesmo do surgimento da escrita.
 
 Na era atual, métodos para inferência em dados de contagem estão bem
 aquém da quantidade disponível para dados contínuos. Não é raro,
-inclusive, que dados de contagem sejam analisados com base em modelos para dados
-contínuos. Se por um lado existem muitos modelos disponíveis nessa
-classe, por outro, seu uso para dados discretos é, na melhor das
+inclusive, que dados de contagem sejam analisados com base em modelos
+para dados contínuos. Se por um lado existem muitos modelos disponíveis
+nessa classe, por outro, seu uso para dados discretos é, na melhor das
 hipóteses, uma aproximação sujeita a imperfeições relevantes.
 
-
 O modelo Poisson é o principal e mais usado para inferência em dados de
 contagem, estando disponível na maioria dos softwares Estatísticos e
-grades curriculares. Apesar disso, reconhece-se que, na prática, as suposições inerentes a esse modelo
-são frequentemente não atendidas, de tal forma que, nessas
-situações, seu uso é não recomendado.
-
+grades curriculares. Apesar disso, reconhece-se que, na prática, as
+suposições inerentes a esse modelo são frequentemente não atendidas, de
+tal forma que, nessas situações, seu uso é não recomendado.
 
 Contagens com excesso de zeros, sub ou super dispersão, limitadas,
 censuradas, provenientes de experimentos/amostragem multinível, são
 exemplos que demandam modelos mais flexíveis ou mais gerais que o
 Poisson. No software R, vários pacotes disponibilizam alternativas
-interessantes, prontamente disponíveis para uso, de modelos para dados de
-contagens.
+interessantes, prontamente disponíveis para uso, de modelos para dados
+de contagens.
 
-
-Uma vez que dados de contagem estão presentes em todas as áreas da ciência (agronomia,
-ecologia, demografia, medicina, ciências sociais e políticas, etc),
-relacionados a problemas de inferência, não se deve subestimar a
-importância, mas estimular o conhecimento e emprego correto de modelos
-de regressão apropriados para a análise de dados dessa natureza.
+Uma vez que dados de contagem estão presentes em todas as áreas da
+ciência (agronomia, ecologia, demografia, medicina, ciências sociais e
+políticas, etc), relacionados a problemas de inferência, não se deve
+subestimar a importância, mas estimular o conhecimento e emprego correto
+de modelos de regressão apropriados para a análise de dados dessa
+natureza.
 
 Objetivos
 ---------
-O objetivo desse Curso é apresentar diferentes modelos de regressão para análise de
-dados de contagem, discutir suas principais propriedades e ilustrar
-suas aplicações em dados reais por meio do software R. Dentre os modelos considerados estão o
-modelo Poisson, algumas extensões para acomodação de super (ou sub) dispersão
-(Quasi-Poisson, COM-Poisson,Count-Gamma, Binomial-Nagativo), modelos para dados
-inflacionados de zeros e com a inclusão de efeitos aleatórios.
-Os materiais do Curso (slides, dados, scripts) serão disponibilizados na web.
\ No newline at end of file
+
+O objetivo desse Curso é apresentar diferentes modelos de regressão para
+análise de dados de contagem, discutir suas principais propriedades e
+ilustrar suas aplicações em dados reais por meio do software R. Dentre
+os modelos considerados estão o modelo Poisson, algumas extensões para
+acomodação de super (ou sub) dispersão (Quasi-Poisson,
+COM-Poisson,Count-Gamma, Binomial-Nagativo), modelos para dados
+inflacionados de zeros e com a inclusão de efeitos aleatórios.  Os
+materiais do Curso (slides, dados, scripts) serão disponibilizados na
+web.