Neste trabalho discutimos os principais argumentos da inferência bayesiana subjetivista. Posteriormente, a partir de uma revisão da literatura dos testes de hipóteses, os principais testes são analisados sob a ótica da teoria da decisão, particularmente no que tange às hipóteses precisas. Adicionalmente, funções de perda para testes de significância, seguindo a proposta de Fisher e do FBST, são analisadas e comparadas. / This work discusses the main points of the bayesian subjectivist inference. Posteriorly, from a literature review of hypothesis testing, the main approaches are interpreting from a decision-theoretic viewpoint, particularly regarding the precise hypotheses. Additionally, loss functions for tests of significance, following the proposal of Fisher and FBST, are analyzed and compared.

Neste trabalho discutimos os principais argumentos da inferência bayesiana subjetivista. Posteriormente, a partir de uma revisão da literatura dos testes de hipóteses, os principais testes são analisados sob a ótica da teoria da decisão, particularmente no que tange às hipóteses precisas. Adicionalmente, funções de perda para testes de significância, seguindo a proposta de Fisher e do FBST, são analisadas e comparadas. / This work discusses the main points of the bayesian subjectivist inference. Posteriorly, from a literature review of hypothesis testing, the main approaches are interpreting from a decision-theoretic viewpoint, particularly regarding the precise hypotheses. Additionally, loss functions for tests of significance, following the proposal of Fisher and FBST, are analyzed and compared.

Submitted by Aline Amarante (1146629@mackenzie.br) on 2017-07-24T21:10:19Z No. of bitstreams: 2 MAURÍCIO MESQUITA BORTOLUZZO.pdf: 2244426 bytes, checksum: 50c3ac77956611398f2f5b0e5e01416e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Eliana Barboza (eliana.silva1@mackenzie.br) on 2017-08-07T13:25:58Z (GMT) No. of bitstreams: 2 MAURÍCIO MESQUITA BORTOLUZZO.pdf: 2244426 bytes, checksum: 50c3ac77956611398f2f5b0e5e01416e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-08-07T13:25:58Z (GMT). No. of bitstreams: 2 MAURÍCIO MESQUITA BORTOLUZZO.pdf: 2244426 bytes, checksum: 50c3ac77956611398f2f5b0e5e01416e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-04-11 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Fundo Mackenzie de Pesquisa / The present thesis performs a pseudo real time study on the predictability of Brazilian inflation, measured by the IPCA, using data from January 1995 to December 2015. The main objective of the study is to compare the predictive accuracy of multivariate models, containing macroeconomic information, against Naive models and against disaggregated data models of inflation, which in the recent literature have been successful in overcoming benchmark models for Brazilian inflation. We found evidence that most models with macroeconomic variables have predictive accuracy higher than the traditional benchmark of the literature, the autoregressive model of order 1. There is also evidence regarding the superiority of forecasts generated by the model with greater data disaggregation. In addition, the ranking of model forecasts changes when we change: the loss function, the forecasts horizons, and the time windows used for evaluations. / A presente tese realiza um estudo pseudo tempo real sobre a previsibilidade da inflação brasileira, medida pelo IPCA, utilizando dados de janeiro de 1995 a dezembro de 2015. O principal objetivo do estudo é comparar a acurácia preditiva de modelos multivariados, contendo informações macroeconômicas, contra modelos ingênuos e contra modelos de dados desagregados da inflação, que na literatura recente apresentaram sucesso em superar os modelos benchmarks. Foram encontradas evidências que a maioria dos modelos com variáveis macroeconômicas possuem acurácia preditiva superior ao benchmark tradicional da literatura, o modelo Autorregressivo de ordem 1 (AR(1)). Também há evidências quanto à superioridade de previsões geradas pelo modelo com maior desagregação de dados. Além disso, verifica-se que o ranqueamento das previsões dos modelos se altera quando se alteram: a função de perda, os horizontes de previsão e as janelas de tempo utilizadas para as avaliações.