A tomada de decisão em gerência de pavimentos depende, dentre outros fatores, da estimativa da evolução da condição do pavimento ao longo do tempo. Tal estimativa é obtida por uma função que relaciona as causas e os efeitos da deterioração dos pavimentos, denominada modelo de desempenho. Neste trabalho são desenvolvidos modelos estatísticos para previsão do desempenho de pavimentos, mediante o estabelecimento de equações de regressão tendo por base dados históricos de avaliações da condição da malha rodoviária do Estado do Paraná. A análise do comportamento dos pavimentos é efetuada utilizando-se uma programação fatorial que, através de análise de variância (ANOVA), permite a determinação do nível de significância de fatores pré-selecionados (variáveis independentes: tráfego, idade e estrutura do pavimento) e de suas interações, bem como a modelagem do desempenho dos pavimentos (variáveis dependentes: irregularidade longitudinal e condição estrutural). Para cada uma das células da matriz fatorial, que correspondem às combinações dos fatores considerados, também são desenvolvidos modelos probabilísticos para previsão do desempenho de pavimentos, a partir de avaliações realizadas por especialista (engenheiros do DER-PR) e mediante o estabelecimento de matrizes de probabilidade de transição de Markov. Este trabalho mostra que é possível o desenvolvimento de modelos de desempenho sem dados históricos de avaliação da condição dos pavimentos ou tendo-se apenas dados coletados por um curto período de tempo. Observa-se, também, boa concordância entre os modelos estatísticos e probabilísticos, particularmente para previsão do desempenho funcional dos pavimentos. Os modelos de desempenhos desenvolvidos neste trabalho, quando comparados com equações desenvolvidas por pesquisadores e órgãos rodoviários brasileiros e estrangeiros, apresentaram melhores resultados, evidenciando as limitações de modelos de desempenho desenvolvidos e calibrados sob condições específicas.

The decision-making in pavement management systems depends, among other factors, of the prediction of the pavement condition during the service life. This prediction is obtained through a relation between causes and effects of pavement deterioration, called performance prediction model. This work develops statistic models for the predicion of pavement performance, based on regression equations from data of pavement evaluation performed in the highway network of the State of Paraná-Brazil. The pavement behavior is evaluated from an Analysis of Variance (ANOVA) of a factorial array, which calculates the level of significance of preselected factors (independent variables: traffic, age, and pavement structure) and their interactions and gives the performance models(dependent variables: roughness and structural condition). For each cell of the factorial array, that corresponds to combinations of the considered factors, it is also developed probabilistic models for the prediction of pavement performance, based on evaluations of pavement condition performed by specialists (State of Parana DOT engineers) and the definition of Markov transition matrices. This work shows that it is possible to develop performance prediction models without historic data of pavement evaluation or having just data colected in a short period of time. It is observed good correspondence between both models, statistic and probabilistic, particularly for the prediction of thefunctional behavior. The performance prediction models developed in this work show better results than equations developed by Brazilian and foreign researches and highway agencies, in a clear evidence of the limitation of models developed and calibrated under specific conditions.