Estudos que comprovem a superioridade de um fármaco em relação a outros já existentes no mercado são de grande interesse na prática clínica. Através deles a Agência Nacional de Vigilância Sanitária (ANVISA) concede registro a novos produtos, que podem curar mais rápido ou aumentar a probabilidade de cura dos pacientes, em comparação ao tratamento padrão. É de suma importância que os testes de hipóteses controlem a probabilidade do erro tipo I, ou seja, controlem a probabilidade de que um tratamento não superior seja aprovado para uso; e também atinja o poder de teste regulamentado com o menor número de indivíduos possível. Os testes de hipóteses existentes para esta finalidade ou desconsideram o tempo até que o evento de interesse ocorra (reação alérgica, efeito positivo, etc) ou são baseados no modelo de riscos proporcionais. No entanto, na prática, a hipótese de riscos proporcionais pode nem sempre ser satisfeita, como é o caso de ensaios cujos riscos dos diferentes grupos em estudo se igualam com o passar do tempo. Nesta situação, o modelo de chances proporcionais é mais adequado para o ajuste dos dados. Neste trabalho desenvolvemos e investigamos dois testes de hipóteses para ensaios clínicos de superioridade, baseados na comparação de curvas de sobrevivência sob a suposição de que os dados seguem o modelo de chances de sobrevivências proporcionais, um sem a incorporação da fração de cura e outro com esta incorporação. Vários estudos de simulação são conduzidos para analisar a capacidade de controle da probabilidade do erro tipo I e do valor do poder dos testes quando os dados satisfazem ou não a suposição do teste para diversos tamanhos amostrais e dois métodos de estimação das quantidades de interesse. Concluímos que a probabilidade do erro tipo I é subestimada quando os dados não satisfazem a suposição do teste e é controlada quando satisfazem, como esperado. De forma geral, concluímos que é imprescindível satisfazer as suposições dos testes de superioridade. / Studies that prove the superiority of a drug in relation to others already existing in the market are of great interest in clinical practice. Based on them the Brazilian National Agency of Sanitary Surveillance (ANVISA) grants superiority drugs registers which can cure faster or increase the probability of cure of patients, compared to standard treatment. It is of the utmost importance that hypothesis tests control the probability of type I error, that is, they control the probability that a non-superior treatment is approved for use; and also achieve the test power regulated with as few individuals as possible. Tests of hypotheses existing for this purpose or disregard the time until the event of interest occurrence (allergic reaction, positive effect, etc.) or are based on the proportional hazards model. However, in practice, the hypothesis of proportional hazards may not always be satisfied, as is the case of trials whose risks of the different study groups become equal over time. In this situation, the proportional odds survival model is more adequate for the adjustment of the data. In this work we developed and investigated two hypothesis tests for clinical trials of superiority, based on the comparison of survival curves under the assumption that the data follow the proportional survival odds model, one without the incorporation of cure fraction and another considering cure fraction. Several simulation studies are conducted to analyze the ability to control the probability of type I error and the value of the power of the tests when the data satisfy or not the assumption of the test for different sample sizes and two estimation methods of the quantities of interest. We conclude that the probability of type I error is underestimated when the data do not satisfy the assumption of the test and it is controlled when they satisfy, as expected. In general, we conclude that it is indispensable to satisfy the assumptions of superiority tests.

Estudos que comprovem a superioridade de um fármaco em relação a outros já existentes no mercado são de grande interesse na prática clínica. Através deles a Agência Nacional de Vigilância Sanitária (ANVISA) concede registro a novos produtos, que podem curar mais rápido ou aumentar a probabilidade de cura dos pacientes, em comparação ao tratamento padrão. É de suma importância que os testes de hipóteses controlem a probabilidade do erro tipo I, ou seja, controlem a probabilidade de que um tratamento não superior seja aprovado para uso; e também atinja o poder de teste regulamentado com o menor número de indivíduos possível. Os testes de hipóteses existentes para esta finalidade ou desconsideram o tempo até que o evento de interesse ocorra (reação alérgica, efeito positivo, etc) ou são baseados no modelo de riscos proporcionais. No entanto, na prática, a hipótese de riscos proporcionais pode nem sempre ser satisfeita, como é o caso de ensaios cujos riscos dos diferentes grupos em estudo se igualam com o passar do tempo. Nesta situação, o modelo de chances proporcionais é mais adequado para o ajuste dos dados. Neste trabalho desenvolvemos e investigamos dois testes de hipóteses para ensaios clínicos de superioridade, baseados na comparação de curvas de sobrevivência sob a suposição de que os dados seguem o modelo de chances de sobrevivências proporcionais, um sem a incorporação da fração de cura e outro com esta incorporação. Vários estudos de simulação são conduzidos para analisar a capacidade de controle da probabilidade do erro tipo I e do valor do poder dos testes quando os dados satisfazem ou não a suposição do teste para diversos tamanhos amostrais e dois métodos de estimação das quantidades de interesse. Concluímos que a probabilidade do erro tipo I é subestimada quando os dados não satisfazem a suposição do teste e é controlada quando satisfazem, como esperado. De forma geral, concluímos que é imprescindível satisfazer as suposições dos testes de superioridade. / Studies that prove the superiority of a drug in relation to others already existing in the market are of great interest in clinical practice. Based on them the Brazilian National Agency of Sanitary Surveillance (ANVISA) grants superiority drugs registers which can cure faster or increase the probability of cure of patients, compared to standard treatment. It is of the utmost importance that hypothesis tests control the probability of type I error, that is, they control the probability that a non-superior treatment is approved for use; and also achieve the test power regulated with as few individuals as possible. Tests of hypotheses existing for this purpose or disregard the time until the event of interest occurrence (allergic reaction, positive effect, etc.) or are based on the proportional hazards model. However, in practice, the hypothesis of proportional hazards may not always be satisfied, as is the case of trials whose risks of the different study groups become equal over time. In this situation, the proportional odds survival model is more adequate for the adjustment of the data. In this work we developed and investigated two hypothesis tests for clinical trials of superiority, based on the comparison of survival curves under the assumption that the data follow the proportional survival odds model, one without the incorporation of cure fraction and another considering cure fraction. Several simulation studies are conducted to analyze the ability to control the probability of type I error and the value of the power of the tests when the data satisfy or not the assumption of the test for different sample sizes and two estimation methods of the quantities of interest. We conclude that the probability of type I error is underestimated when the data do not satisfy the assumption of the test and it is controlled when they satisfy, as expected. In general, we conclude that it is indispensable to satisfy the assumptions of superiority tests.

A pesquisa apresenta um estudo sobre a superioridade dos analistas de mercado com relação aos modelos random walk na previsão de resultados futuros das empresas brasileiras de capital aberto a curto e longo prazo. A literatura tradicional indica superioridade irrestrita dos analistas de mercado sobre os modelos de séries temporais por conta das vantagens de tempo e informação desses agentes. No entanto, estudos recentes da literatura internacional apontam para a necessidade de reavaliação dessa superioridade indicando que, para determinadas características da empresa e principalmente para estimativas de longo prazo, não se verifica superioridade dos analistas com relação aos modelos de séries temporais. Partindo desses achados, essa pesquisa defende a TESE de que para o caso brasileiro a superioridade dos analistas não é irrestrita. Este trabalho avalia as previsões de lucro dos analistas e dos modelos random walk, simples e com crescimento, a curto e longo prazo, para as empresas brasileiras de capital aberto no período de 2010 a 2015. Os dados foram obtidos via plataforma da Thomson Reuters®, nas bases de dados do I/B/E/S® e Thomson Financial. Seguindo a literatura, foram utilizados testes de diferença de média. Como diferencial da pesquisa, foi realizada uma análise de dados em painel no sentido de permitir uma avaliação mais precisa sobre os determinantes da superioridade dos analistas para o caso brasileiro. Ainda, foi proposto um modelo de regressão linear simples para avaliar o conteúdo informacional das previsões dos analistas de mercado e dos modelos random walk. Os resultados indicam: i) maior acurácia de previsão paras os modelos random walk simples quando comparados com os modelos de random walk com crescimento; ii) para a amostra total, nota-se maior acurácia da previsão dos modelos random walk a curto e longo prazo, com superioridade dos analistas apenas para previsões com três meses de defasagem; iii) além da defasagem de previsão, a variabilidade dos lucros, a quantidade de analistas, a dispersão das estimativas dos analistas, o tamanho da empresa, o resultado positivo ou negativo, a listagem em índice de mercado e a idade da empresa no mercado de capitais são fatores que alteram a superioridade dos analistas para o caso brasileiro; iv) maior conteúdo informacional das previsões random walk para previsão de lucros futuros das empresas. Esses resultados são importantes nas decisões de investimento. Ainda, os achados são relevantes para pesquisas da área de finanças e contabilidade que utilizam essa variável para responder a diferentes questões de pesquisa, uma vez que, ao contrário do apontado pela literatura internacional, as evidências sugerem superioridade de previsão dos modelos random walk quando comparados às previsões dos analistas de mercado / The research presents a study regarding the superiority of market analysts in relation to the random walk models in the forecast of future results of Brazilian companies in the short and long term. The traditional literature indicates unrestricted superiority of market analysts on time series models because of the time and information advantages of these agents. However, recent studies in the international literature point to the need for a reassessment of this superiority, indicating that, for certain company characteristics and especially for long-term estimates, there is no superiority of analysts with respect to time series models. Based on these findings, this research advocates that in the case of Brazil, the superiority of analysts is not unrestricted. This paper evaluates the analysts\' forecasts and the random walk models, both simple and with growth, in the short and long term, for Brazilian publicly traded companies during the period from 2010 to 2015. Data was obtained via the Thomson Reuters® platform, in the I/B/E/S® and Thomson Financial®databases. Following the literature, mean-comparison tests (t-test) were used. As a research differential, a panel data analysis was carried out in order to allow a more precise evaluation of the determinants of analysts\' superiority for the case of Brazil. Furthermore, a simple linear regression model was proposed to evaluate the informational content of market analysts\' forecasts and random walk models. The results indicate: i) greater accuracy of prediction for the simple random walk models, when compared to the random walk models with growth ii) that for the total sample, we can see a greater accuracy of the forecast of random walk models in the short and long term, with analyst superiority only for forecasts with a 3-month lag; (iii) in addition to forecast lag, profit variability, analyst size, dispersion of analysts\' estimates, company size, positive or negative result, market index listing and age of the company in the capital market are factors that alter the superiority of the analysts in the case of Brazil; iv) greater informational content of the random walk forecasts for the prediction of future companies\' profits. These results are important for investment decisions. Moreover, the findings are relevant for research in the field of finance and accounting that use this variable to answer different research questions, since, contrary to the international literature, the evidence suggests forecasting superiority of the random walk models when compared to the market analysts\' forecasts.

A pesquisa apresenta um estudo sobre a superioridade dos analistas de mercado com relação aos modelos random walk na previsão de resultados futuros das empresas brasileiras de capital aberto a curto e longo prazo. A literatura tradicional indica superioridade irrestrita dos analistas de mercado sobre os modelos de séries temporais por conta das vantagens de tempo e informação desses agentes. No entanto, estudos recentes da literatura internacional apontam para a necessidade de reavaliação dessa superioridade indicando que, para determinadas características da empresa e principalmente para estimativas de longo prazo, não se verifica superioridade dos analistas com relação aos modelos de séries temporais. Partindo desses achados, essa pesquisa defende a TESE de que para o caso brasileiro a superioridade dos analistas não é irrestrita. Este trabalho avalia as previsões de lucro dos analistas e dos modelos random walk, simples e com crescimento, a curto e longo prazo, para as empresas brasileiras de capital aberto no período de 2010 a 2015. Os dados foram obtidos via plataforma da Thomson Reuters®, nas bases de dados do I/B/E/S® e Thomson Financial. Seguindo a literatura, foram utilizados testes de diferença de média. Como diferencial da pesquisa, foi realizada uma análise de dados em painel no sentido de permitir uma avaliação mais precisa sobre os determinantes da superioridade dos analistas para o caso brasileiro. Ainda, foi proposto um modelo de regressão linear simples para avaliar o conteúdo informacional das previsões dos analistas de mercado e dos modelos random walk. Os resultados indicam: i) maior acurácia de previsão paras os modelos random walk simples quando comparados com os modelos de random walk com crescimento; ii) para a amostra total, nota-se maior acurácia da previsão dos modelos random walk a curto e longo prazo, com superioridade dos analistas apenas para previsões com três meses de defasagem; iii) além da defasagem de previsão, a variabilidade dos lucros, a quantidade de analistas, a dispersão das estimativas dos analistas, o tamanho da empresa, o resultado positivo ou negativo, a listagem em índice de mercado e a idade da empresa no mercado de capitais são fatores que alteram a superioridade dos analistas para o caso brasileiro; iv) maior conteúdo informacional das previsões random walk para previsão de lucros futuros das empresas. Esses resultados são importantes nas decisões de investimento. Ainda, os achados são relevantes para pesquisas da área de finanças e contabilidade que utilizam essa variável para responder a diferentes questões de pesquisa, uma vez que, ao contrário do apontado pela literatura internacional, as evidências sugerem superioridade de previsão dos modelos random walk quando comparados às previsões dos analistas de mercado / The research presents a study regarding the superiority of market analysts in relation to the random walk models in the forecast of future results of Brazilian companies in the short and long term. The traditional literature indicates unrestricted superiority of market analysts on time series models because of the time and information advantages of these agents. However, recent studies in the international literature point to the need for a reassessment of this superiority, indicating that, for certain company characteristics and especially for long-term estimates, there is no superiority of analysts with respect to time series models. Based on these findings, this research advocates that in the case of Brazil, the superiority of analysts is not unrestricted. This paper evaluates the analysts\' forecasts and the random walk models, both simple and with growth, in the short and long term, for Brazilian publicly traded companies during the period from 2010 to 2015. Data was obtained via the Thomson Reuters® platform, in the I/B/E/S® and Thomson Financial®databases. Following the literature, mean-comparison tests (t-test) were used. As a research differential, a panel data analysis was carried out in order to allow a more precise evaluation of the determinants of analysts\' superiority for the case of Brazil. Furthermore, a simple linear regression model was proposed to evaluate the informational content of market analysts\' forecasts and random walk models. The results indicate: i) greater accuracy of prediction for the simple random walk models, when compared to the random walk models with growth ii) that for the total sample, we can see a greater accuracy of the forecast of random walk models in the short and long term, with analyst superiority only for forecasts with a 3-month lag; (iii) in addition to forecast lag, profit variability, analyst size, dispersion of analysts\' estimates, company size, positive or negative result, market index listing and age of the company in the capital market are factors that alter the superiority of the analysts in the case of Brazil; iv) greater informational content of the random walk forecasts for the prediction of future companies\' profits. These results are important for investment decisions. Moreover, the findings are relevant for research in the field of finance and accounting that use this variable to answer different research questions, since, contrary to the international literature, the evidence suggests forecasting superiority of the random walk models when compared to the market analysts\' forecasts.