Neste trabalho, dedicamo-nos ao estudo de funções de verossimilhança preditivas e densidades preditivas para um vetor de observações futuras com base num conjunto de dados observados, apresentando várias aplicações em modelos de regressão linear.Sob estes modelos, apresentamos quatro diferentes densidades preditivas, analisando propriedades relativas à consistência e otimalidade. Posteriomente, descrevemos um método para detectar pontos influentes na análise de regressão através do usode densidades preditivas. Na última parte do trabalho, essas funções são utilizadas na seleção da melhor equação de regressão

In this dissertation we present predictive likelihood functions and predictive densities for an unobserved vector of random variables based on an observed sample, with many applications in the Linear Regression Model. Under this model, fourpredictive densities are described and some properties, like consistency and optimality, are analyzed. Further, it is shown a method of assessing the influence of specified subsets of the data in the regression analysis using predictivedensities. The last part of the work is devoted to the use of predictive densities in the selection of the best linear regression model