Nesta dissertação de mestrado, apresentamos análises Clássica e Bayesiana para os principais modelos de Estratégia tipo I, estratégia de modelos de confiabilidade de software que modelam os tempos entre falhas do software. Na análise Clássica, estimadores pontuais e intervalos de confiança são encontrados usando métodos assintóticos. Na análise Bayesiana, considerando densidades a priori informativas para os parâmetros dos modelos, determinamos os resumos a posteriori, utilizando os métodos de simulação Gibbs Sampling e Metrópolis Hastings. Em particular, consideramos diferentes densidades a priori para os parâmetros do modelo de Jelinski e Moranda (1972) (um dos primeiros modelos de confiabilidade de software desenvolvido) e verificamos a consequência de uma reparametrização para esse modelo. Também, apresentamos a técnica das distribuições preditivas condicionais ordenadas (CPO) para selecionar o melhor modelo dentre os modelos analisados. Finalizamos, ilustrando os métodos propostos através de um exemplo prático

In this dissertation we preseut Classical and Bayesian analyses for the most important models of strategy of type-I used in software reliability to model times between failures. In the Classical approach, point estimators and confidence intervals are obtained using assymptotical methods. In the Bayesian approach, considering informative prior densities for the parameters of the models, we obtain posterior surmnaries of interest, using the simulatim algorithms Gibbs Sampling and Metrópolis Hastings. In special, we consider different prior densities for the parameters of the Jelinki and Moranda (1972) model and we also check the effects of a reparametrization in the obtained inferences. We also consider the technique of ordinated conditional predictive distributions (CPO) to select the best model among all considered models. We conclude the work, presenting a practical example as a numerical illustration of the proposed methodology.