Resumo: Nesta dissertação são apresentados os estudos realizados na área de teoria da medida, com o objetivo de elaborar intervalos de confiança aleatorizados baseados no lema de Neyman-Pearson, de forma a torná-los mais abrangentes para distribuições que não atendem as condições de regularidade. Isto é alcançado utilizando a definição de intervalos de confiança fuzzy. Esses intervalos são comparados com os métodos descritos na literatura para distribuições conhecidas como a normal, binomial e Poisson. Os resultados mostram que, em situações de alta variância, os novos intervalos apresentam um melhor resultado. Além disso, por meio desses intervalos, é possível calcular o limite inferior para o tamanho esperado, demonstrando que eles apresentam o menor valor máximo de tamanho esperado para uma observação de ensaio de Bernoulli Ver menos

Abstract: This dissertation presents studies carried out in the area of measure theory, with the aim of developing randomized confidence intervals based on the Neyman-Pearson lemma, in order to make them suitable for distributions that do not satisfy the regularity conditions. This is achieved using the definition of fuzzy confidence intervals. These intervals are compared with the methods described in the literature for known distributions such as normal, binomial and Poisson. The results show that, the new intervals presents a better result in situations of high variance. Furthermore, through these intervals, it is possible to calculate the lower limit for the expected length, demonstrating that they present the lowest maximum value of expected length for single Bernoulli trial Ver menos