Para investigar o comportamento de uma variável dado o conhecimento de variáveis explicativas é comum utilizar o modelo de regressão clássico ou os modelos lineares generalizados. Nenhum desses modelos, contudo, é adequado para modelar variáveis no intervalo p0, 1q. Para modelar variáveis que assumem valores em p0, 1q é bastante utilizado o modelo de regressão beta proposto por Ferrari e Cribari-Neto (2004). Já para variáveis que assumem valores em r0, 1q, p0, 1s e r0, 1s é possível utilizar os modelos de regressão beta inflacionados propostos por Ospina e Ferrari (2012). Esta tese tem como objetivo introduzir distribuições Kumaraswamy inflacionadas, além de propor modelos de regressão Kumaraswamy inflacionados que permitem modelar dados nos intervalos r0, 1q, p0, 1s e r0, 1s, bem como abordar as respectivas inferências e avaliar os desempenhos dos estimadores de máxima verossimilhança em cada cenário. Simulações de Monte Carlo foram realizadas para verificar os desempenhos dos estimadores de máxima verossimilhança e de testes de hipóteses. Aplicações a dados reais também são apresentadas.CAPESTo investigate the behavior of a variable given the knowledge of explanatory variables it is common to use the classical regression model or the generalized linear models. However none of these models are suitable for modeling variables observed on p0, 1q. The beta regression model introduced by Ferrari and Cribari (2004) is useful when the response is restricted to the interval p0, 1q. Ospina and Ferrari (2012) developed an extension of such a model that allow practitioners to model fractional data observed on r0, 1q, p0, 1s e r0, 1s. Our goal in this thesis is to introduce inflated Kumaraswamy distributions in addition to proposing inflated Kumaraswamy regression models that allow one to model data that assume values in r0, 1q, p0, 1s and r0, 1s. We develop parameter estimation, interval estimation and hypothesis testing inference. We present Monte Carlo simulation results to evaluate the performances of the maximum likelihood estimators and hypothesis tests. Empirical applications are also displayed.