Dedicamos a primeira parte desta tese a previsao otima da funcao distribuicao sob modelos de superpopulacao gaussianos. Derivamos o previsor otimo e sua distribuicao assintotica sob o modelo de locacao, e para alguns modelos particulares e obtida uma aproximacao assintotica para a variancia preditiva dos previsores otimos. Estudos de monte carlo ilustram comparacoes entre os previsores otimos e alguns outros propostos na literatura. Na segunda parte desta tese, consideramos o problema de previsao em populacoes finitas sob modelos de superpopulacao com erros nas variaveis. Inicialmente, assumindo o modelo de locacao com erro de mensuracao, sao obtidos os previsores bayesianos e bayesianos empiricos do total e da variancia populacionais. Posteriormente, assumindo que o modelo com erro de mensuracao e um modelo de regressao linear estrutural consideramos previsores do tipo regressao para o total populacional e encontramos suas distribuicoes assintoticas. Ainda sob esse modelo, mas adotando o enfoque condicional com parametrizacao ortogonal, derivamos o previsor de minimos quadrados condicional e o previsorbayesiano sob uma priori nao informativa para os parametros ortogonais

not available