Esta dissertação compreende o estudo de um modelo de regressão adequado para situações em que a variável resposta é medida de forma contínua no intervalo unitário como, por exemplo, dados de taxas ou proporções. O trabalho foi baseado no artigo de Ferrari e Cribari-Neto (2004) que propõe um modelo de regressão em que a resposta tem distribuição beta utilizando uma parametrização da lei beta que é indexada pela média e um parâmetro de dispersão. Nossa contribuição está, primeiramente, na avaliação, via simulação, da qualidade das aproximações utilizadas nas inferências sobre os parâmetros em amostras finitas. Em particular, avaliamos o viés do estimador de máxima verossimilhança, a proximidade de sua distribuição à distribuição normal de referência, a distorção do tamanho dos testes de razão de verossimilhanças, escore e Wald e a qualidade da aproximação das distribuições das estatísticas dos testes por uma distribuição qui-quadrado adequada. Desenvolvemos também uma análise e discussão de duas novas aplicações do modelo de regressão beta a conjuntos de dados reais.

not available