Sie sind auf Seite 1von 81

CURSO DE

CURSO DE ENGENHARIA DE AVALIAÇÕES - METODOLOGIA CIENTÍFICA -

ENGENHARIA DE

CURSO DE ENGENHARIA DE AVALIAÇÕES - METODOLOGIA CIENTÍFICA -

AVALIAÇÕES

CURSO DE ENGENHARIA DE AVALIAÇÕES - METODOLOGIA CIENTÍFICA -

- METODOLOGIA CIENTÍFICA -

LOCAL: U B E R L Â N D I A (MG)

outubro/ 2005

BRÍCIO DE MELO Eng° CIVIL

RUBENS FERNANDO DUARTE Eng° CIVIL

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

ÍNDICE

1 - CONCEITUAÇÃO

3

2 - ESTATÍSTICA BÁSICA

15

3 - ESTATÍSTICA INFERÊNCIAL

18

4 - ESPECIFICAÇÃO DAS AVALIAÇÕES

53

5 - APLICAÇÕES PRÁTICAS

60

6 - ELABORAÇÃO DE LAUDO

76

7 - NORMAS

79

8 - BIBLIOGRAFIA

80

9 - ANEXOS

81

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

1 - CONCEITUAÇÃO

Inicialmente, gostaríamos de apresentar as boas vindas aos participantes deste evento, cujo objetivo é consolidar a Teoria através da Prática. Aqui cabe um comentário a respeito, com uso de lógica rudimentar, de autor desconhecido: “Teoria é quando se sabe tudo, mas nada dá certo”. “Prática é quando tudo funciona e ninguém sabe porque”. Muito complicado é: Quando a Teoria e Prática andam juntas. “Nada dá certo e ninguém sabe porque”.

Desenvolvemos este curso para apresentar métodos e técnicas que permitam fazer a comparação de forma objetiva (diminuindo-se a subjetividade), e direcionados para avaliação de bens através da ciência da construção de modelos que consiste em um conjunto de instrumentos quantitativos que são usados para construir e, em seguida, testar representações matemáticas do mundo real. O desenvolvimento e o uso desses instrumentos constituem o tema do que se chama econometria que visa, essencialmente, a uma conjunção da teoria econômica com medidas concretas, usando como ponte a teoria e as técnicas de inferência estatística. Ressaltamos, entretanto, que os conceitos não se limitam às utilizações aqui apresentadas.

Quaisquer comentários quanto aos assuntos aqui apresentados, queiram por gentileza dirigir eventuais sugestões para o e-mail bricio@apis.com.br informando inicialmente sua identificação e turma do treinamento que participou (local e data), em seguida, na ordem crescente de número de página da apostila na qual se encontra o que se pretende aperfeiçoar, transcrevendo o texto original e a sua sugestão no sentido de mantermos o aprimoramento constante deste material.

Esperamos que tenham BOM PROVEITO!

1.1 - AVALIAR

Sem criar polêmica, podemos definir de forma simplista, Avaliar como: “a técnica de medir comparando”. No nosso caso específico procuraremos medir o valor de um bem. Se pararmos para pensar, verificaremos que a todo instante estamos comparando alguma coisa, como por exemplo:

- cursos realizados;

- compra em supermercado;

- tipos de música, compositores, bandas;

- desempenho de empresas em relação aos concorrentes, etc.

Na maioria dos casos, a comparação está relacionada com um componente econômico, que é o “Valor”.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

1.2 - VALOR DE MERCADO

A

NBR 14653-1 apresenta as seguintes definições:

3.44

Quantia mais provável pela qual se negociaria voluntariamente e conscientemente um bem, numa data de referência, dentro das condições do mercado vigente.”

3.38 Preço Quantia pela qual se efetua, ou se propõe efetuar, uma transação envolvendo um bem, um fruto ou um direito sobre ele.”

O

mercado imobiliário caracteriza-se pela imperfeição, e o nosso trabalho será

sempre o de procurar medir o grau desta imperfeição, buscando eliminá-la de forma a obtermos aquele que seria o valor mais próximo do mercado perfeito,

ou seja, o “Valor Justo”. Na maioria dos casos é praticamente impossível

eliminar algumas características nocivas impostas ao mercado, como a manipulação feita por grandes incorporadores, quando monopolizam um determinado segmento do mercado imobiliário.

1.3 - MÉTODOS PARA IDENTIFICAR O VALOR DE UM BEM

A metodologia aplicável é função, basicamente, da natureza do bem

avaliando, da finalidade da avaliação e da disponibilidade, qualidade e quantidade de informações colhidas no mercado. A sua escolha deve ser

justificada com o objetivo de retratar o comportamento do mercado por meio

de

modelos que suportem racionalmente o convencimento do valor.

Os

procedimentos avaliatórios usuais com a finalidade de identificar o valor de

um bem, de seus frutos e direitos dividem-se em Diretos e Indiretos.

: 1 - DIRETOS:

: 1.1 - COMPARATIVO DE DADOS DE MERCADO:

Identifica o valor de mercado do bem por meio de tratamento técnico dos atributos dos elementos comparáveis, constituintes da amostra.

Quando se procura o Valor de Mercado, devemos dar preferência à sua aplicação, pois é o que inegavelmente, melhor espelha o comportamento do mercado imobiliário.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

: 2 - INDIRETOS:

: 2.1 - DA RENDA Identifica o valor do bem, com base na capitalização presente da sua renda líquida prevista, considerando-se cenários viáveis.

Os aspectos fundamentais do método são a determinação do período

de capitalização e a taxa de desconto a ser utilizada, que devem ser

expressamente justificadas pelo engenheiro de avaliações.

De forma simplificada, resume-se em estabelecer a estrutura de receitas e despesas do bem, direito ou empreendimento em análise, montando-se o fluxo de caixa correspondente, considerado por um determinado tempo (a sua vida econômica, por exemplo). O valor do bem, direito ou empreendimento, é obtido através do cálculo do valor presente liquido do fluxo, aplicando-lhe uma determinada taxa de desconto.

Este método tem sido utilizado com bons resultados no desenvolvimento de técnicas para avaliação de Indústrias, fundo de comércio, direitos sobre bens e empreendimentos imobiliários de uma maneira em geral.

: 2.2 – INVOLUTIVO Identifica o valor de mercado do bem, alicerçado no seu aproveitamento eficiente, baseado em modelo de estudo de viabilidade técnico- econômica, mediante hipotético empreendimento compatível com as características do bem e com as condições do mercado no qual está inserido, considerando-se cenários viáveis para execução e comercialização do produto.

A avaliação por este processo considera a receita provável da

comercialização das unidades hipotéticas com base em preços obtidos em pesquisas, considera todas as despesas inerentes à transformação do terreno no empreendimento projetado, prevê margem de lucro líquido ao empreendedor, despesas de comercialização, remuneração do capital terreno, computados em prazos viáveis ao projeto, à execução e à comercialização das unidades, mediante taxas financeiras operacionais reais, expressamente justificadas. Para aplicação deste método exige-se:

a) o imóvel avaliando esteja inserido em zona de tendência mercadológica com empreendimentos semelhantes ao concebido, além de legalmente permitidos seu uso e sua ocupação;

b) as unidades admitidas no modelo adotado sejam de características e em quantidade absorvíveis pelo mercado, no prazo preestabelecido pelo estudo e compatível com a realidade;

c) as formulações matemático-financeiras sejam expressas no laudo.

Como se verifica, trata-se de uma particularização do método da renda, em sua forma conceitual.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

: 2.3 - EVOLUTIVO Identifica o valor do bem pelo somatório dos valores de seus componentes. Caso a finalidade seja a identificação do valor de mercado, deve ser considerado o fator de comercialização.

1.4 - MÉTODOS PARA IDENTIFICAR O CUSTO DE UM BEM

Os procedimentos avaliatórios usuais com a finalidade de identificar o custo de um bem:

: 1 - COMPARATIVO DIRETO DE CUSTO Identifica o custo do bem por meio de tratamento técnico dos atributos dos elementos comparáveis, constituintes da amostra.

: 2 - QUANTIFICAÇÃO DE CUSTO Identifica o custo do bem ou de suas partes por meio de orçamentos sintéticos ou analíticos a partir das quantidades de serviços e respectivos custos diretos e indiretos.

Raramente utilizamos este método de forma isolada, estando normalmente conjugado com o Comparativo de Dados de Mercado. Existem alguns cuidados que devem ser tomados na sua utilização:

- considerar a utilidade do bem no contexto da avaliação;

- ponderar a evolução tecnológica dos materiais e técnica construtiva;

- analisar a necessidade e utilidade de cada benfeitoria;

- manifestar-se sobre o “fator de comercialização”.

Estes cuidados são importantes à medida que procuramos valor de mercado do bem, e sabemos que o custo de reprodução (custo “de novo”) apresenta como resultado, via de regra, vieses não condizentes com a realidade de mercado.

Com as observações acima, chamamos este método de Custo de REEDIÇÃO (custo depreciado).

Dessa forma, a utilização deste método deve ser evitada quando se busca obter o valor de mercado. Entretanto, pode servir como um parâmetro a mais para se calcular ou arbitrar o valor de mercado de um bem.

Finalmente, destacamos que este método encontra aplicação perfeitamente adequada nos casos de avaliações para efeito de seguro, indenizações sobre danos materiais em imóveis (sinistros), análise de investimentos, etc.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

1.5 - PESQUISA - O AVALIADOR

A pesquisa é uma etapa de importância crucial no trabalho avaliatório. De

nada adiantará efetuarmos um tratamento estatístico rigoroso e criterioso de dados, se a pesquisa não apresentar qualidade compatível. Portanto, especial cuidado deverá ser dispensado a esta etapa do trabalho, observando os processos científicos para obtenção dos dados necessários.

É importante registrar que o avaliador necessita passar pela prática da

pesquisa, não só para conhecimento das dificuldades inerentes, mas principalmente por ser uma escola muito rica, onde se aprende mais a cada trabalho.

No trabalho de pesquisa, o Avaliador tem papel especial, de forma a estabelecer critérios objetivos ao seu trabalho, para que se mostre produtivo. Um procedimento que tem apresentado bons resultados é o estabelecimento de um roteiro básico, que deve ser adaptado a cada situação real. Deve também procurar desenvolver-se, expandindo seus conhecimentos através do autodidatismo, com atenção para as áreas:

- estatística inferêncial;

- engenharia econômica (análise de investimentos);

- teoria dos mercados;

- planejamento urbano;

- sedimentação dos conhecimentos adquiridos na formação universitária.

Fontes de pesquisa: imobiliárias, corretores autônomos, investidores, compradores e vendedores (pessoas físicas ou jurídicas), anúncios de jornais (sempre devem ser verificados), moradores da região,

incorporadores/construtores, prefeituras (plantas de valores ou índices fiscais

– IPTU), cartórios de notas e registro, órgãos de proteção ambiental, patrimônio histórico, etc

Cuidados na pesquisa:

- ouvir, ouvir e ouvir. Não interromper e influenciar a pessoa que nos fornece as informações. As funções do pesquisador são questionar e ouvir. Em caso de dúvida, solicite esclarecimento, evitando impor julgamentos precipitados;

- procurar adquirir a simpatia e confiança do entrevistado;

- ser objetivo nas perguntas;

- adaptar-se as condições locais: forma de abordagem aos entrevistados, termos/palavras utilizados, forma de se vestir, reações, etc

- evitar perguntas de caráter técnico excessivo, como fração ideal, áreas privativas/comum/total/útil, etc. Deve-se procurar explicar o mercado da forma em que ele se comporta, e da forma que o avaliador deseja. Por exemplo: em algumas regiões a “área privativa” de apartamentos é a medida de tamanho mais usada na sua comercialização, enquanto em

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

outras é utilizada a “área total construída”. O próprio conceito de “área total construída” pode variar de região para região;

- informações de cartórios nem sempre apresentam o valor real da transação feita, exceto quando envolver órgãos ligados ao Governo.

- vistoriar todos os dados obtidos;

- diversidade e identificação de fontes de informação/obtenção de eventos de mercado;

- em caso de venda concretizada, cruzar informações entre vendedores e compradores (o vendedor tende a informar um valor superior ao da negociação, enquanto a tendência do comprador é em sentido contrário);

A título de exemplificação listamos a seguir, algumas características que podem influenciar na formação de valor de algumas tipologias de imóveis. Ressaltamos que a relação é apenas um indicativo, não se pretendendo considerá-la como completa e concluída:

- TERRENOS URBANOS:

- área;

- frente e profundidade;

- distância de pólos atrativos (avenidas, praia, shopping, etc;)

- distância de pólos desvalorizantes (favelas, indústrias, depósitos de lixo, etc);

- localização (bairro);

- vizinhança;

- topografia;

- infraestrutura (meio-fio, pavimentação, luz, água, esgoto, iluminação pública, águas pluviais, transporte coletivo, correios, coleta de lixo);

- vias de acesso;

- orientação em relação aos pontos cardeais;

- situação na quadra (esquina ou meio de quarteirão);

- índice de aproveitamento ou capacidade de construção;

- taxa de ocupação permitida;

- nível de ruído;

- nível em relação a rua;

- data da informação;

- possibilidade de inundação;

- tipo de uso permitido (residencial/comercial/misto);

- LOJAS:

- área útil e total;

- frente;

- localização;

- porcentagem da área da loja, na área total;

- forma de pagamento.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

- CASAS:

- área do terreno;

- frente do terreno;

- área construída;

- taxa de construção (relação entre a área construída e a área do terreno);

- localização (bairro);

- padrão de acabamento;

- idade de construção e estado de conservação;

- distância de pólos atrativos (avenidas, praia, shopping, etc;)

-distância de pólos desvalorizantes (favelas, indústrias, depósitos de lixo, etc);

-forma de ocupação do terreno (possibilidade de reforma/ampliação);

- projeto arquitetônico (obsoletismo e adequação ao local);

- paisagismo;

- APARTAMENTOS OU ESCRITÓRIOS (no que couber):

- áreas privativa e total;

- vagas de garagem;

- padrão de acabamento da unidade e do prédio;

- localização (bairro);

- número do andar;

- idade e estado de conservação da unidade e do prédio;

- instalações de apoio/segurança (quantidade de elevadores, combate a incêndio, controle de acesso);

- instalações para o lazer (piscina, playground, salão de festas, etc);

- unidade pronta ou em construção;

- forma de pagamento.

- IMÓVEIS RURAIS:

- ver casos práticos – itens 5.4; 5.5 e em especial, o item 5.8.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

1.6 – NOÇÕES BÁSICAS SOBRE MERCADOS

: 1 - MERCADO DE CONCORRÊNCIA PERFEITA

A determinação do Valor em um Mercado de Concorrência Perfeita,

formulação teórica que apresenta como características:

- homogeneidade dos bens levados a mercado;

- número elevado de compradores e vendedores, de tal sorte que não possam, individualmente ou em grupos, alterar o mercado;

- inexistência de influências externas;

- racionalidade dos participantes e conhecimento absoluto de todos sobre o bem, o mercado e as suas tendências;

- perfeita mobilidade de fatores e de participantes, oferecendo liquidez com liberdade de entrada e saída do mercado.”

: 2 - MONOPÓLIO

A medida em que o mercado não atenda a estes pressupostos, ele perde

a condição de Perfeito e tende a configurações imperfeitas. No

extremo dos mercados imperfeitos encontra-se o Monopólio, que apresenta como características:

- existência de somente um fornecedor do bem;

- há barreiras à entrada, impedindo a mobilidade de fatores;

- o monopolista conhece a estrutura e a formação de seus custos e a função demanda do mercado, e age no sentido de maximizar seu lucro, regulando a oferta.

: 3 - MERCADO DE CONCORRÊNCIA MONOPOLISTA

As formulações

Imperfeitos, onde se estuda o Mercado de Concorrência Monopolista, que apresenta como características:

teóricas e o que existe são Mercados

acima

são

-

bens heterogêneos, sendo entretanto substitutos próximos;

-

concentração de vendedores e/ou compradores;

-

influência dos vendedores e/ou compradores no mercado;

-

influências externas atuando no mercado;

-

desconhecimento, desconfianças e incertezas cercando os produtos, o próprio mercado e as suas tendências;

-

baixa liquidez ou barreiras à entrada e à saída.

: 4 - OLIGOPÓLIO - pequeno número de empresas controla parcela expressiva do mercado;

- interdependência entre as empresas, pois cada uma formula suas políticas levando em conta os efeitos que terão sobre suas rivais;

- forte bloqueio à entrada de concorrentes;

- produtos homogêneos ou diferenciados;

- tendências à concentração de capitais através de fusões;

- tendência à formação de cartéis e à rigidez de preços.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

Exemplos:

indústria

automobilística,

de

vidros,

cimento,

aço,

pneumáticos, químicas, petroquímica etc.

: 5 - MONOPSÔNIO

- uma única empresa compradora de determinado produto;

- preço determinado pelo comprador.

Exemplo: fábrica de cigarro na aquisição de fumo em determinadas localidades.

: 6 - OLIGOPSÔNIO

- poucas empresas compradoras;

- preço do produto determinado pelos demandantes;

- grande dificuldade de entrada no mercado para novos compradores. Exemplo: indústria automobilística, agroindústrias.

: 7 - MERCADO IMOBILIÁRIO Pelas características, verifica-se que o Mercado Imobiliário enquadra-se como mercado imperfeito, em particular o Mercado de Concorrência Monopolista, havendo também casos de monopólios setorizados.

: 8 - VIOLAÇÕES DA CONCORRÊNCIA

Observam-se no mercado também algumas imperfeições que impedem o que se poderia chamar seu comportamento “natural”. Essas imperfeições estão relacionadas ao poder de mercado e às formas de atingi-lo ou mantê-lo. É o caso do truste, dumping e cartel.

O truste é o tipo de estrutura em que várias empresas, já detendo a maior

parte do mercado, combinam-se ou fundem-se para assegurar esse controle, estabelecendo preços elevados que lhes garantam altas margens de lucro.

O Dumping caracteriza-se pela venda de produtos a preços mais baixos

que os custos, com a finalidade de eliminar concorrentes e conquistar fatias maiores do mercado. Quando o dumping é praticado no mercado externo, a OMC (Organização Mundial do Comércio) permite que se apliquem tarifas especiais (sobretaxas) de importação para compensar os efeitos dessa prática de concorrência desleal.

O Cartel é um grupo de empresas independentes que formalizam um

acordo para atuação coordenada, com vista à fixação de preços, divisão

de mercado e controle das fontes de matéria-prima. O tipo mais comum de

cartel é o de empresas que produzem artigos semelhantes, de forma a constituir um monopólio de mercado.

No Brasil, a autarquia responsável pela defesa da livre concorrência é a CADE (Conselho Administrativo de Defesa Econômica). Seus membros (presidente, conselheiros e procurador-geral) têm mandato de dois anos,

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

admita uma recondução. São indicados pelo Presidente da República e devem ser aprovados pelo Senado. Conforme a Lei n o 8884, de 11.06.94, o CADE examina condutas cartelizadas, práticas de dumping, formação de parcerias que resultem em participação no mercado acima de 30% e fusões ou aquisições nas quais participem empresas com faturamento bruto anual superior a cem milhões de UFIR.

: 9 - DIAGNÓSTICO DE MERCADO Deve, tanto quanto possível, ser composto dos itens:

: 1 - ESTRUTURA Devem ser analisados os seguintes aspectos:

- grau de concentração de vendedores: número e distribuição dos vendedores;

- perfil do universo de compradores: nível de pulverização, classes de renda, estratos sociais;

- grau de diferenciação do produto: quais produtos são oferecidos pelos vendedores;

- condições de entrada e saída de vendedores e compradores, do mercado: liquidez.

: 2 - CONDUTA Observar os seguintes aspectos:

- política de preços dos vendedores: isolada ou em cartel, formas de pagamento, introdução de novos produtos, campanhas promocionais.

: 3 - DESEMPENHO Apresentar apreciação sobre:

- tendências em função dos resultados alcançados;

- implantação de novos empreendimentos;

- liquidez: velocidade de vendas;

- mercados subjacentes.

1.7 - ENGENHARIA ECONÔMICA

A falta de uma disciplina no currículo acadêmico da maioria dos cursos de

Graduação em Engenharia Civil e Arquitetura, que trate de Engenharia Econômica, constitui-se numa grande lacuna na formação técnica profissional.

O conjunto de conhecimentos dessa disciplina atua em todas as fases de um

empreendimento de engenharia, desde sua localização, tipologia imobiliária,

projeto, construção e comercialização.

Os conhecimentos de Engenharia Econômica permitem estudar as diversas proposições de implantação de empreendimentos, otimizar soluções, analisar a aplicação de recursos financeiros, próprios e de terceiros, propor alternativas

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

de viabilidade, tal como permuta por área edificada, monitorar o cronograma de obras, visando apontar em tempo hábil quaisquer alterações de rota que possam ocorrer, no intuito de manter, recuperar ou melhorar a lucratividade do empreendimento.

A formação de graduação superior não deve prescindir dos conhecimentos da Engenharia Econômica, pois estará formando profissionais sem o devido embasamento técnico, restringindo sua atuação a meros produtores de bens, sem qualquer ingerência na tomada de decisão quanto à implantação e viabilidade econômico-mercadológica.

Entendemos que um empreendimento de engenharia deve ser planejado, concebido, projetado, viabilizado, executado e determinado o perfil de comercialização, por profissionais da área, logicamente com conhecimentos de Engenharia Econômica, não apenas por razões legais, mas por possuírem melhores condições técnicas.

Originária no meio industrial, avançou sobre outras áreas técnicas, consolidando-se a Engenharia Econômica com a seguinte conceituação ampla:

"Conjunto de conhecimento necessários à tomada de decisão sobre investimentos"

Este curso não abordará a sua parte conceitual, pois deverá ser objeto de curso a parte (a exemplo do “Curso Viabilidade e Avaliação de Empreendimentos”) ou, como já afirmamos, adquirido através de autodidatismo.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

1.8 - PLANEJAMENTO DA AVALIAÇÃO

Na maioria das vezes é relegada e não cumprida. Consiste em visualizar todo processo, procurando-se detalhar cada uma de suas etapas, de forma a se estimar o tempo necessário a sua realização e, na medida do possível, antecipar-se a eventuais dificuldades.

Podemos dividir o planejamento nos seguintes passos:

- Identificação do objeto, finalidade, objetivo e urgência do trabalho: nos permite definir a Metodologia a ser utilizada;

- Verificação da documentação e projetos;

- Definição do interlocutor, se for o caso;

- Consideração sobre o porte e potencialidade da cidade onde se localiza o bem;

- Levantamento das dificuldades na pesquisa:

- prefeituras, patrimônio histórico, desapropriação, proteção ao meio ambiente, etc;

- mercado imobiliário;

- Estimativas de prazo para:

- vistoria;

- pesquisa;

- elaboração do laudo;

- Realização do trabalho.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

2 - ESTATÍSTICA BÁSICA

2.1 - UNIVERSO E AMOSTRA

Universo ou População = Conjunto de objetos com qualquer característica em comum, pode ser finito ou infinito, de acordo com os números de elementos que o compõem. Às vezes é tão elevado o número de elementos do universo que este pode ser considerado como infinito. Para conhecer de forma completa um universo tem que se analisar todos os seus elementos, o que não é, muitas vezes, possível realizar devido a indagações exaustivas ou censitárias. Impossibilidade absoluta quando o universo é infinito.

Assim o estudo das propriedades do universo tem que ser feito sobre um seu subconjunto, tão representativo quanto possível, denominado AMOSTRA. Para indicar os elementos da amostra deve-se deixar total ou parcialmente ao acaso a indicação destes, pois quando se dá preferência a determinados elementos do universo, a amostra sai viciada. Razões para a prática da amostragem: economia, comodidade e tempo. Outras vezes, é necessário destruir os elementos para levar o efeito a observação - ex: ensaio de fusíveis; de lâmpadas - e não faz sentido analisar o universo.

2.2 - MEDIDAS DE TENDÊNCIA CENTRAL OU DE POSIÇÃO

2.2.1.

n

MÉDIA ARITMÉTICA SIMPLES ( X )

Valores isolados simples: X =

i=1

x i

n

2.2.1. MEDIANA (Me)

É o valor central de um rol. Para dados não agrupados em classes:

1 - Se o número de elementos for ímpar

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

Em = N + 1

; Em posição do elemento mediano

2 N + N + 2 Em = 2 2 N + 1 2 2
2
N + N + 2
Em
=
2
2
N
+
1
2
2
É
Conjunto Unimodal
Conjunto amodal
É
a
∑d i 2
, d i = (x i - X)
n -1
∑ (x i - X) 2
∑ x i 2 - (∑x i ) 2
n -1
n
n -1

2 - Se o número de elementos for par:

2.2.2. MODA, NORMA OU MODO (Mo)

aquele valor ou valores que ocorrem com maior freqüência em um rol.

Assim:

uma moda; plurimodal + de 1 moda

sem moda (os valores têm a mesma freqüência)

2.3 - MEDIDAS DE DISPERSÃO OU VARIABILIDADE

Medidas absolutas apresentam oscilações para mais ou para menos, em relação

a

Medidas relativas Vêm expressas em termos relativos ou percentuais.

uma medida de posição fixada. Vêm expressas na mesma medida de valores.

2.3.1. MEDIDAS DE DISPERSÃO ABSOLUTA:

:1 - DESVIO PADRÃO (S)

raiz quadrada da média aritmética dos quadrados dos desvios

Dados não agrupados em classe:

S =

n

- 1 geralmente trabalhamos com amostras, o que nos leva a uma estimativa

melhor do parâmetro da população.

S =

PROPRIEDADES DO DESVIO PADRÃO 1ª. O desvio padrão é maior que o desvio médio;

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

2ª. Somando-se ou subtraindo-se uma constante qualquer a cada elemento de um conjunto de valores, o desvio - padrão não se altera. 3ª. Multiplicando ou dividindo os elementos por uma constante qualquer, o desvio padrão ficará multiplicado ou dividido também.

4ª. ∑f i × d i 2 < ∑f i × dy i 2 →
4ª. ∑f i × d i 2 < ∑f i × dy i 2 → d i = x i - X e dy i = x i - K
5ª. Na distribuição Normal: 68% dos valores estarão compreendidos entre X ±
desvio-padrão (a) e 95% entre X ± 2 × desvio-padrão (b).
(a)
(b)
:2 - VARIÂNCIA (S 2 )
É o quadrado do desvio-padrão.
S 2 = ∑d i 2
S 2 = ∑x i 2 - (∑x i ) 2
n - 1
n
n - 1
para dados isolados
∴ S 2 = ∑ x i 2 × f i - (∑ x i d i ) 2
n
n - 1
para dados isolados ponderados
ou distribuídos em classe
2.3.2 - MEDIDA DE DISPERSÃO RELATIVA -
COEFICIENTE DE VARIAÇÃO -
PEARSON (CVP):
CVP = S
ou
CVP = S × 100, em percentual
X
X

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

3 - ESTATÍSTICA INFERÊNCIAL

3.1 - HISTÓRICO

: 1 - ESCOLA CLÁSSICA

Após Berrini, a técnica avaliatória começou a se firmar como instrumento capaz de minimizar os efeitos dos "achismos", do "bom senso" e da "minha experiência diz que". Para tanto, eram injetados fatores (coeficientes) em relação a unidade, que procuravam expressar o efeito das diferenças entre os atributos do valor, tais como: frente, profundidade, relevo, vizinhança, infra-estrutura, acessibilidade, posicionamento (transposição), etc

A utilização desses "fatores" (testada ou frente, profundidade, frentes múltiplas, fonte, melhoramentos ou infra-estrutura, etc), denominada então como "homogeneização de dados", conceito que permitia adequar as referências de mercado a uma situação paradigma (padrão), foi por largo tempo a tônica dos trabalhos avaliatórios, denominados à época como estudos de valor com nível de "Avaliação de Precisão".

Os dados homogeneizados passavam então por um processo chamado "saneamento amostral"(retirada de dados supostamente discrepantes), quer por sensibilidade, por percentual ou outros (desvio padrão, Chavenet), onde seriam eliminadas referências então "não importantes", resultando em amostra reduzida e dita "homogênea".

A média aritmética calculada representava a amostra homogeneizada, que

com o uso inverso dos fatores, concluía-se pelo valor do terreno, dito como "valor de mercado".

:2 - ESCOLA CIENTÍFICA

Muitos avaliadores que se utilizavam da estatística descritiva para elaboração de seus trabalhos sentiam-se inquietos, constrangidos e inseguros com a utilização de fatores que sequer sabiam de onde vinham. Surgiram dessa forma os primeiros questionamentos sobre a sua validade

e adequação as variadas situações:

- As influências da testada, profundidade e topografia são sempre as mesmas para localidades distintas?

- Quando se adota um coeficiente de 1,20, por exemplo, para ponderar uma característica do bem (posicionamento, visual paisagístico, etc) será que a relação é linear? Será de 20% este

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

efeito, ou o que mais interessa a homogeneização da amostra? Poderá ser de 30% ou 40 %?

- A elasticidade do mercado (diferença entre o valor de oferta e o de venda) é sempre constante e igual a 10%?

- Que índices utilizar para atualizar dados pretéritos?

- Utilizando o saneamento amostral não estamos mutilando o mercado, inibindo dados que seriam importantes na formação de valor? Não seria um autoritarismo técnico?

Neste ponto destacou-se o papel desenvolvido pelo Eng° Domingos Saboya Barbosa Filho, certamente um dos mais importantes profissionais da área de avaliações, à frente da equipe de avaliadores da PETROBRAS, que assumiu a luta para reconhecimento desta nova escola, denominada Metodologia Científica, de forma pessoal, pois se esbarrava em interesses pessoais de renomados avaliadores, além da dificuldade na utilização de micro-computadores à época (restrito a empresas de médio porte até a década de 80), ferramenta fundamental devido a quantidade de cálculos exigida.

3.2 - A NOVA ESCOLA

Assim, formou-se uma escola de avaliadores que, a partir dessas inquietudes, constrangimentos e inseguranças, buscaram incessantemente respostas, que no início eram taxados de "visionários, radicais e teóricos", como ocorre em todas as transformações; porém hoje já são considerados normais. Os fundamentos das atuais técnicas avaliatórias, embasam-se em dois pilares:

- ESTATÍSTICA INFERÊNCIAL

- ENGENHARIA ECONÔMICA

Entendemos que o domínio destes dois tópicos permitirá ao profissional grande poder de solução e explicação do problema avaliatório. Esta qualificação poderá ser feita através de autodidatismo, fundamental à formação técnica do Engenheiro e do Arquiteto.

Hoje o avaliador consolida-se no mercado como um profissional altamente especializado, sendo importante que seja constantemente cobrado em suas atuações, fundamentado em suas teses e responsabilizado em suas conclusões. Isto fará com que o avaliador busque incessantemente a atualização e o preparo técnico, dignificando a atividade, cumprindo sua utilidade social, para o qual jurou em sua formatura. Deixará de ser um técnico opinativo apenas, para tornar-se um profissional científico respeitado em suas conclusões.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

Podemos afirmar, portanto, sem temor de estarmos sendo levianos, que esta Escola veio para ficar. O fato de admitir que o mercado imobiliário não é estático e está intimamente atrelado às condições e variações da economia do país, é a maior segurança de ser perene. Com a proliferação da utilização de micro-computadores e sua evolução tecnológica, a tendência é o aperfeiçoamento das técnicas e o surgimento de novas tecnologias, dentre outras, já podemos enumerar: redes neurais, regressões espaciais, e dentre estas, a regressão ponderada geograficamente, GWR do inglês (Geographically Weighted Regression) que utiliza fundamentos de geoprocessamento e geoestatística.

3.3 - VARIÁVEIS

Apresentamos a seguir as características das variáveis normalmente utilizadas em avaliações:

Quantitativas: expressam características do bem que podem ser medidas, e que para um determinado elemento é constante, independentemente do avaliador ou pesquisador. Exemplo:

área do terreno, área construída, frente (do terreno ou loja), número do andar, distância a um pólo valorizante, número de quartos, vagas de garagem, etc.

Qualitativas: expressam características do bem, que não apresentam medida exata e sim uma qualidade, trazendo consigo uma dose de subjetividade. Exemplo: localização, padrão construtivo, projeto arquitetônico, acesso, infra-estrutura, etc. Neste caso devemos procurar estabelecer critérios de forma a minimizar os efeitos da subjetividade, procurando elencar os parâmetros de cada variável de forma hierárquica, como por exemplo: - Apartamento padrão 4: - possui três quartos (sendo uma suíte com hidromassagem) e duas salas, pisos em granito/tábua corrida/cerâmica, revestimentos em azulejos especiais/granito/pintura artística, etc.

Dicotômicas: somente assumem dois valores distintos, indicando a existência de uma característica ou não. Exemplo: garagem (1 = possui; 0 = não possui). Também denominadas de variáveis indicativas, tipo “dummy”.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

3.4 - CONCEITUAÇÃO BÁSICA

Quando citamos inferência, referimo-nos à análise inferêncial ou estatística indutiva, ou seja, a busca de modelos matemáticos justificados que representem o segmento de mercado em análise. Os cálculos são feitos utilizando-se o Método dos Mínimos Quadrados, que consiste em procurar uma função matemática que se ajuste as características dos dados, buscando-se minimizar o quadrado da distância dos pontos ao modelo eleito.

o quadrado da distância dos pontos ao modelo eleito. A análise visual dos pontos plotados na

A análise visual dos pontos plotados na figura acima indica uma tendência de

formar valores de Y decrescentes, à medida que crescem os valores de X. Ao invés de traçarmos visualmente uma curva interpolando os pontos, podemos definir matematicamente várias funções que podem ser ajustadas aos pontos gráficos. Além disso, podemos calcular, dentre as curvas ajustadas, a de melhor aderência aos pontos, demonstrando as condições e limitações da ajustagem.

A involução dos pontos a curva tem o nome de Regressão, enquanto que a

quantidade de aderência mede a Correlação entre 2 variáveis cotejadas (Y e

X) sem influência de demais X i .

A forma utilizada para efetuar estudos de correlação e regressão é o Método

dos Mínimos Quadrados Ordinários, que é assim concebido:

- propondo-se uma determinada função matemática a ser ajustada, busca- se minimizar o quadrado da distância dos pontos ao modelo eleito;

- este ajuste resultará em parâmetros de controle, os quais são analisados quanto à sua consistência;

- em seqüência ou paralelamente, testam-se outros modelos, confrontando- se com os demais, concluindo-se pelo de melhor aderência;

- esta função eleita fornecerá a imagem de comportamento de Y em estudo;

- poderá ocorrer que a melhor explicação encontrada não sirva para estimações estatísticas (análise dos parâmetros de controle, o que veremos adiante), descartando-se a hipótese de pressuposto de causa(s) e efeito(s) correlacionados.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

- poderá ocorrer que todos os modelos sejam justificados, adotando-se o melhor deles como função de regressão para explicação do valor;

- poderá também ocorrer situação mista, ou seja, alguns modelos não explicam e outros sim, adotando-se dentre estes últimos, o melhor.

A estatística inferêncial não é um procedimento de embelezamento de laudos de avaliação ou demonstrações de "alta técnica" profissional, mas constitui-se em ferramenta de fundamental importância na interpretação de fenômenos sócio-econômicos (valor de mercado). Alguns profissionais, por desconhecimento do assunto, têm pregado como grande vantagem da metodologia, a redução do tempo para se concluir a avaliação, o que não corresponde à realidade, porque via de regra, se gasta um tempo maior, principalmente quando não se domina com segurança os conceitos e a utilização dos programas de computador utilizados. A Inferência Estatística constitui-se em ferramenta de fundamental importância na interpretação, dentre outros, de fenômenos sócio-econômicos e sua grande vantagem reside verdadeiramente na fundamentação das conclusões a que se chega.

Na modelagem, devem ser expostas as hipóteses relativas aos comportamentos das variáveis dependente e independentes, com base no conhecimento que o pesquisador tem a respeito do assunto em estudo, quando serão formuladas as hipóteses nula e alternativa para cada parâmetro.

Sabemos que o valor de um imóvel não é absoluto e exato, não sendo, portanto de cunho determinístico, e sim, probabilístico, dependendo do seu nível de precisão, do maior ou menor grau de empenho científico emprestado à sua busca.

Cada elemento do banco de dados da série (E i ) carrega consigo, além de Y, uma diversidade de informações (explicações para Y), as quais podem ser expressas quantitativamente ou qualitativamente. Estas informações produzirão um elenco de atributos (variáveis independentes) que explicarão Y (variável dependente).

E i = {X 1 , X 2 , X 3 ,

X

n

}

Esgotados "i" elementos, faremos as modelagens com obtenção de diferentes funções (F k ):

Y 1 = F 1 (X 1 , X 2 , X 3 ,

Y 2 = F 2 (X 1 , X 2 , X 3 ,

Y 3 = F 3 (X 1 , X 2 , X 3 ,

.

.

.

.

.

.

.

.

.

.

.

.

Y k = F k (X 1 , X 2 , X 3 ,

onde:

X

X

X

n

n

n

)

)

)

X

.

.

.

n ),

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

Y = variável dependente;

X 1 , X 2 , X 3 ,

X

n = variáveis independentes.

Das funções inferidas, a que melhor representar as observações sob o ponto de vista de estimação estatística, conforme pressupostos adiante enumerados, será o modelo matemático de explicação dos dados coletados.

A partir da função inferida e dos atributos (X i ), teremos o cálculo de Ŷ, ou seja,

teremos o cálculo de valor, juntamente com os seus graus de incertezas, intervalo de confiança e limitações de aplicação.

Na modelagem por regressão linear múltipla, diversos quesitos são observáveis para fundamentação científica do modelo obtido, assim ressalta- se a necessidade, quando se usam modelos de regressão linear, observarem os seus pressupostos básicos, apresentados a seguir, principalmente no que concerne a sua especificação, normalidade, homocedasticidadede, não- multicolinearidade, não-autocorrelação, independência e inexistência de pontos atípicos, com o objetivo de obter previsões não-tendenciosas, eficientes e consistentes, em especial os seguintes:

a) O

tamanho

da

amostra

deve

ser

bem

superior

ao

número

de

parâmetros

estimados,

isto

é,

não

deve

existir

problemas

de

micronumerosidade;

b) Os erros são variáveis aleatórias com variância constante, ou seja, homocedásticos;

c) Os erros são variáveis aleatórias com distribuição normal;

d) Os erros são não-autocorrelacionados, isto é, são independentes sob a condição de normalidade;

e) Não devem existir erros de especificação no modelo, isto é: todas as variáveis importantes devem estar incorporadas – inclusive as decorrentes de interação – e nenhuma variável irrelevante deve estar presente no modelo;

f) Em caso de correlação linear elevada entre quaisquer subconjuntos de variáveis independentes, isto é, a multicolinearidade, deve-se examinar a coerência das características representadas por estas variáveis com a estrutura de multicolinearidade inferida, vedada a utilização do modelo em caso de incoerência;

g) Não deve existir correlação significativa entre o erro aleatório e as variáveis independentes do modelo.

Assim, na modelagem por regressão linear múltipla, diversas hipóteses são necessárias para garantir a fundamentação científica do modelo calibrado, a seguir são enumerados e explicitados diversos pressupostos e testes potenciais de uso nas análises de regressão múltipla.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

: 1 - COLINEARIDADE;

Deve ser analisado, primeiramente, o comportamento gráfico da variável dependente em relação a cada variável independente, em escala original. Isto pode orientar o pesquisador na transformação a adotar. Existem formas estatísticas de se buscar a transformação mais adequada, como por exemplo, os procedimentos de Box e Cox. As transformações utilizadas para linearizar o modelo devem, tanto quanto possível, serem de preferência mais simples que resultem em modelo satisfatório. Após as transformações realizadas, se houver, examina-se a linearidade do modelo, pela construção de gráficos dos valores observados para a variável dependente versus cada variável independente, com as respectivas transformações.

: 2 - COEFICIENTE DE CORRELAÇÃO;

Mede o grau de aderência dos pontos a curva, ou a quantidade de correlacionamento da VARIÁVEL Y (DEPENTE OU EXPLICADA) e as VARIÁVEIS Xi (INDEPENDENTES OU EXPLICATIVAS). Sendo medida relativa, permite cotejar funções ajustadas, indicando dentre essas, a melhor, que é a que apresenta maior coeficiente de correlação. É um indicativo, mas não é um teste conclusivo quanto à representatividade da função, ou seja, não permite afirmar se o modelo serve para estimações e predições estatísticas.

Níveis de coeficientes de correlação :

r = 0,00

nula

0,00 < r <= 0,40

fraca

0,40 < r <= 0,80

média

0,80 < r <= 0,90

forte

0,90 < r <= 0,99

fortíssima

r

= 1,00

perfeita

: 3 - COEFICIENTE DE DETERMINAÇÃO

Expresso pelo quadrado do coeficiente de correlação, indica o percentual da variância que o modelo inferido explica, ou seja, o percentual da formação de Y. O complementar para 100% é responsável pela variância residual. Assim, em uma mesma amostra, a explicação do modelo poderá ser aferida pelo seu coeficiente de determinação. Devido ao fato de que este coeficiente sempre cresce com o aumento do número de variáveis

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

independentes, e não leva em conta o número de graus de liberdade

perdidos a cada parâmetro estimado, é recomendável considerar também

o

coeficiente de determinação ajustado:

R

(

ajustado = 1 1

2

R

2 )[(N

1

) (N

ajustado = 1 − 1 − 2 R 2 ) [ ( N − 1 )

K )]

onde K é o número de regressores.

O

série de propriedades que o tornam uma medida da qualidade do ajustamento melhor do que o R2: Quando são acrescentadas novas variáveis ao modelo de regressão, R2 sempre aumenta, enquanto que o

ajustado, pode subir.

coeficiente de determinação ajustado, que pode ser negativo, tem uma

Dica: se

R

2

ajustado

85% R

2 ,Há variável indesejada no modelo.

: 4 - NÍVEL DE SIGNIFICÂNCIA (α)

Mede a probabilidade de erro do modelo (equação) de regressão e dos regressores (variáveis Xi), ou seja, a probabilidade de não haver regressão e das variáveis Xi não serem importantes.

A análise é feita através do Teste de Hipótese. Para verificar os níveis de

significância das variáveis (regressores) utilizamos a distribuição “t” de Student e para a equação (modelo) verificamos a Variância Residual utilizando a distribuição “F” de Fisher-Snedecor. Os níveis de significância

(α) utilizados nos testes citados neste item serão compatíveis com a especificação da pesquisa.

:5 – TESTE DE HIPÓTESES

Este é o teste que nos permite concluir sobre a aceitação ou rejeição das variáveis e do modelo estatístico. Duas hipóteses são consideradas:

H0 – HIPÓTESE NULA: as variáveis X i não são importantes para explicar

a formação de valor e o modelo (equação) em estudo não expressa

a formação de valor.

H1 – HIPÓTESE ALTERNATIVA OU DE PESQUISA (contrária a H0): as variáveis X i são importantes para explicar a formação de valor e o modelo (equação) em estudo expressa a formação de valor.

O objetivo é mostrar que a probabilidade da H0 ser verdadeira é pequena,

ou seja, procuraremos rejeitar H0 ao nível de significância α.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

Se REJEITAMOS HO ao nível de significância α, ACEITAMOS H1, como verdadeira, com confiabilidade (1- α).

:6 - ANÁLISE DOS REGRESSORES DAS VARIÁVEIS EXPLICATIVAS

É feita pela distribuição "t" de STUDENT, e permite concluir sobre a importância de cada uma das variáveis independentes (explicativas) com determinada confiabilidade ou significância (incerteza). Calcula-se o valor de “t” (t observado), que é comparado com o “t”crítico, tabelado em função da confiabilidade ou significância (incerteza) a ser admitida. Quando:

- “t” observado > “t” crítico – admitimos que a variável é importante, e é aceita no modelo;

- “t” observado < “t” crítico – admitimos que a variável é não importante, e é retirada no modelo.

*** O nível de significância (incerteza) geralmente utilizado é de 5% no teste bicaudal ou 10% no teste unicaudal.

:7 - ANÁLISE DA VARIÂNCIA (EQUAÇÃO DO MODELO)

Esta análise pode ser feita pela distribuição "F" de Ficher-Snedecor, e permite concluir sobre a confiabilidade ou significância (incerteza) do modelo linear proposto e ajustado. Calcula-se o valor de “F” (F observado), que é comparado com o “F”crítico, tabelado em função da confiabilidade ou significância (incerteza) a ser admitida. Quando:

- “F” observado > “F” crítico – admitimos que o modelo explica a formação de valor de mercado, e é aceito. Em outras palavras, rejeitamos a Hipótese Nula ao nível de significância de ?%;

- “F” observado < “F” crítico – admitimos que o modelo não explica a formação de valor de mercado, e não é aceito. Em outras palavras, aceitamos a Hipótese Nula ao nível de significância de ?%;

*** Se o nível de significância (incerteza) utilizado for de 5% , representa que a confiabilidade mínima é de 95%.

:8 - NORMALIDADE DOS RESÍDUOS

Os resíduos "e" devem constituir-se numa distribuição próxima da curva Normal. A análise de um histograma dos resíduos, é uma forma de se analisar a sua normalidade.

Os resíduos "e" devem constituir-se numa distribuição próxima da curva Normal e a verificação da normalidade pode ser realizada, entre outras, por uma das seguintes formas:

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

a) pelo exame de histograma dos resíduos amostrais padronizados, com o objetivo de verificar se sua forma guarda semelhança com a da curva normal;

b) pela análise do gráfico de resíduos padronizados versus valores ajustados, que deve apresentar pontos dispostos aleatoriamente, com a grande maioria situada no intervalo igual a [-2;+2];

c) pela comparação da freqüência relativa dos resíduos amostrais padronizados nos intervalos de [-1;+1], [-1,64;+1,64] e [-1,96;+1,96 ], com as probabilidades da distribuição normal padrão nos mesmos intervalos, ou seja, 68%, 90% e 95%;

d) pelo exame do gráfico dos resíduos ordenados padronizados versus quantis da distribuição normal padronizada, que deve se aproximar da bissetriz do primeiro quadrante;

e) pelos testes de aderência não-paramétricos, como, por exemplo, o Qui-quadrado e o de Kolmogorov-Smirnov.

Logo, a análise de um histograma dos resíduos, é a forma mais comum de se analisar a sua normalidade.Tomam-se os resíduos, dividindo-os, individualmente, pelo desvio-padrão da regressão (ei/s), assim, ESTÁ GARANTIDA A NORMALIDADE DOS RESÍDUOS se:

- 68% de ei/s estão no intervalo [ -1

;

+1 ]

- 90% de ei/s estão no intervalo [ -1,64 ; +1,64 ]

- 95% de ei/s estão no intervalo [ -1,96 ; +1,96 ]

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

:9 - AUTO-REGRESSÃO

Quando ocorre qualquer correlação serial na formação dos valores da variável dependente, podemos estar diante de uma auto-regressão, o que poderá gerar algumas conseqüências, no procedimento dos "mínimos quadrados":

- as variâncias amostrais dessas estimativas podem ser excessivamente grandes;

- as fórmulas de aplicação dos mínimos quadrados não tem mais validade, nem os testes de "t", e "F";

- as predições são ineficientes.

Para tanto devemos ter cuidado especial na utilização de variáveis seriais. Isto acontece com a variável tempo, quando utilizamos elementos de épocas distintas, principalmente em períodos de inflação elevada. Nestes casos, devemos utilizar valores expressos em uma moeda estável, para verificar a variação real de valores ao longo do tempo, em relação àquela moeda.

Os modelos auto-regressivos não se prestam para estimativas não tendenciosas, tornando as predições ineficientes (valor centrado e intervalo de confiança). Na ocorrência deve-se verificar a existência de uma variável que não foi considerada no modelo ou ainda se a amostra obtida não é muito pequena.

:9.1 VERIFICAÇÃO DE AUTO-REGRESSÃO

:9.1.1. ANÁLISE GRÁFICA

Uma forma de se verificar a existência de auto-regressão, se faz através do gráfico Yest x RESÍDUOS.

sem

formação de uma figura definida, revela a não existência de auto- regressão.

Quando

os

pontos

se

apresentam

distribuídos

aleatoriamente,

Quando os pontos formam uma figura definida, podem revelar a existência de auto-regressão.

Os gráficos abaixo apresentam as duas situações:

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

DE AVALIAÇÕES - Met odologia Científica outubro/2005 Logo, pela análise do gráfico dos resí duos cotejados

Logo, pela análise do gráfico dos resíduos cotejados com os valores ajustados, o melhor modelo deve apresentar pontos dispersos aleatoriamente, sem nenhum padrão definido.

:9.1.2. MEMÓRIA DE CÁLCULOS

Também pode ser feito através do teste do Quociente de Von-Neumann, também conhecido como Estatística de Durbin-Watson, “d”, que deverá ser precedido pelo pré-ordenamento dos elementos amostrais, em relação a cada uma das variáveis independentes possivelmente causadoras do problema , quando se procura demonstrar que os erros são não correlacionados e portanto independentes. Assim, o erro estocástico (є ) da observação atual não é influenciado pelo erro estocástico da observação anterior. O algoritmo de cálculo, conforme ilustrado na Erro! A origem da referência não foi encontrada., é feito da seguinte forma:

Xi ordenado

Yi

Yest

ei = Yi - Yest

e i-1

DIF = e i - e i-1

DIF 2

ei 2

-

-

-

-

-

-

.

.

.

.

.

.

.

.

.

.

.

.

   

SOMATÓRIOS

DIF 2

ei 2

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

onde:

X i e Y i = valores observados; Yest = valores estimados pelo modelo, e e i

= resíduo;

n

2

2

DIF

d

=

n

1

2

e i

Níveis de significância exatos para “d” não são disponíveis, mas Durbin e Watson tabelaram os limites inferiores (d L ) e superiores (d U ) para vários valores de n (número de amostras) e K (número de variáveis explicativas). Assim, O valor de “d” deve ser comparado com um valor tabelado, identificado pelo número de elementos da amostra (n), nível de significância (α) e número de regressores (K). Considerando H O como a hipótese nula (não existe auto-correlação) sumariza-se a seguir o teste de Durbin-Watson: :

-

Se

0

<

“d”

<

d L

ou

4

-

“d”

<

d L < 4; Existe autocorrelação,

respectivamente,

positiva

e

negativa,

ao

nível

de

significância

estabelecido;

- Se d U < “d” < 2 ou

autocorrelação ao nível de significância estabelecido;

- Nos demais casos o teste é inconclusivo.

2 < “d” < 4 - d U ;

Aceita-se Ho, portanto, não existe

:10 - HOMOCEDASTICIDADE

Os modelos HOMOCEDÁSTICOS são sempre desejados nas inferências avaliatórias, pois indicam a não existência de outros efeitos que possam

influenciar o modelo ajustado, ou seja, os erros são aleatórios e possuem média nula e variância constante.

A verificação pode ser feita através dos gráficos dos Resíduos, conforme

indicado a seguir:

dos gráficos dos Resíduos, conforme indicado a seguir: Eng ° BRÍCIO DE MELO Página 30 Eng

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

Caso o modelo seja Heterocedástico, as estimativas pelo método dos "mínimos quadrados" não são as de menor variância. Os gráficos característicos estão indicados a seguir:

Os gráficos característicos estão indicados a seguir: Caso o gráfico dos resíduos indique a heterocedasticidade,

Caso o gráfico dos resíduos indique a heterocedasticidade, podemos dividir a amostra em duas iguais e calcular para cada uma:

Amostra 1:

SQR1 = soma dos quadrados dos resíduos 1 (sempre o maior);

Amostra 2:

SQR2 = soma dos quadrados dos resíduos 2;

Calcula-se Fobs, pela fórmula:

Faz-se a comparação:

F obs

=

SQR

1

SQR

2

- Se Fobs > Fcrit : o modelo original pode ser considerado Homocedástico;

- Se Fobs < Fcrit: o modelo original não pode ser considerado Homocedástico, portanto não se pode utilizar o intervalo de confiança, mas o valor centrado é válido para estimativas.

:11 - MULTICOLINEARIDADE

Quando as variáveis independentes estão fortemente correlacionadas entre si, estamos diante da multicolinearidade, que mascara as conclusões, aparentemente consistentes.

Exemplificando, seria como investigarmos o valor unitário de um terreno, relacionando-o com seu índice de aproveitamento e a área permitida construir sobre ele. Ora, a área permitida construir é função do índice de aproveitamento e, por conseguinte, o efeito estará contemplado duas vezes e ligados entre si.

A observação do gráfico de resíduos do modelo versus a variável suspeita de colinearidade (que no exemplo poderia ser a área permitida

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

construir) poderá ser usado como teste indicativo do fenômeno. Abaixo apresentamos os diagramas, que mostram um caso onde há colinearidade e um onde não há colinearidade

onde há colinearidade e um onde não há colinearidade A multicolinearidade acarreta tendenc iosidade no intervalo

A multicolinearidade acarreta tendenciosidade no intervalo de confiança calculado através do modelo, mas o cálculo do valor centrado é representativo. Destacamos algumas observações e cuidados a serem tomados:

- o coeficiente de correlação pode sofrer aumento acentuado com a introdução de uma variável colinear a uma existente no modelo, sem que isto represente um conseqüente crescimento na explicação do fenômeno de formação de valor;

- limitar as predições ao domínio da função, ou seja, evitar as extrapolações. É importante ressaltar que este cuidado deve nos acompanhar também quando tratamos com modelos sem colinearidade.

Outro teste que pode indicar uma provável existência de colinearidade é analisar a matriz das correlações isoladas entre as variáveis independentes, que espelha as dependências lineares de primeira ordem entre estas variáveis, Não há limites indicativos das correlações isoladas a partir das quais devemos nos preocupar.

Dica:

Dê atenção especial para resultados quando um valor de correlação entre as variáveis independentes for superior ao observado entre a variável dependente e qualquer uma das independentes.

Da mesma forma que os econometristas, algumas vezes, utilizamos os modelos colineares, mesmo com as restrições conhecidas, porque necessitamos interpretar os fenômenos, e não dispomos de alternativa. Nestes casos devemos justificar no laudo a sua utilização.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

:10 - OUTLIERS

Embora não preconizado em Normas, é interessante a verificação da presença de outliers, que aqui é caracterizado quando um ou mais pontos apresentam (e i /s) superior a, por exemplo, + ou -2, pois, neste intervalo, deveriam estar aproximadamente 95% das informações. Nestes casos, volta-se aos dados pesquisados, efetuando-se checagem nas suas variáveis, reavaliando-as. Caso estejam corretas, não necessitando qualquer alteração, os procedimentos serão:

- se a amostra possui um número de elementos (N) elevado, retira-se o dado mais errante (outlier), efetuando-se nova inferência :

- caso não se verifique novos outliers, adota-se este novo modelo;

- caso se verifique novos outliers, reinicia-se o procedimento de procurar novo modelo. Se o aparecimento de outliers persistir indefinidamente, deve-se retornar a campo para ampliar a pesquisa;

- se a amostra apresentar número N reduzido, deve-se retornar a campo para ampliar a pesquisa, ou ainda, adotar o modelo obtido com suas justificativas.

Não há prescrição de Norma que obrigue a eliminação de outliers.

3.5 – CÁLCULO DE INTERVALO DE CONFIANÇA

O cálculo é baseado na Distribuição "t" de Student, pois se trabalha com

amostras, sem se conhecer a média e a variância da população. O intervalo resulta de:

Yest - Q INTERVALO Yest + Q

O valor final da avaliação tem de estar contido em intervalo de confiança

fechado e máximo de 80%.

contido em intervalo de confiança fechado e máximo de 80%. Quanto maior a confiança de o

Quanto maior a confiança de o valor estar contido no intervalo calculado, maior será a diferença entre o limite inferior e o superior, e conseqüentemente o intervalo será mais aberto. Porisso que a confiança máxima permitida é de

80%.

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

Como o valor não é determinístico e sim probabilístico, o intervalo estabelece

a faixa dentro da qual deve estar contido esse valor.

Poder-se-ia questionar as razões do cálculo desse intervalo, e por que não se adotar o valor centrado na função inferida? Em primeiro lugar esclarecemos que o cálculo é baseado na distribuição "t" de Student, que não faz predições pontuais e sim por intervalos, com uma provável confiabilidade. Assim, é possível a adoção simplista do valor centrado, desde que não haja indícios de outros atributos que possam influenciar o valor, e que não estejam contemplados no modelo de regressão. Há casos, entretanto, em que não existem eventos de mercado que apresentem todas as características do bem em avaliação (por exemplo, o "visual paisagístico"), o que pode ser ponderado dentro do intervalo de confiança, devido a própria incerteza do modelo, sem ferir a fundamentação

do valor.

Como o valor não é determinístico e sim probabilístico, o intervalo estabelece

a faixa dentro da qual deve estar contido esse valor.

Poder-se-ia questionar as razões do cálculo desse intervalo, e por que não se adotar o valor centrado na função inferida? Em primeiro lugar esclarecemos que o cálculo é baseado na distribuição "t" de Student, que não faz predições pontuais e sim por intervalos, com uma provável confiabilidade. Assim, é possível a adoção simplista do valor centrado, desde que não haja indícios de outros atributos que possam influenciar o valor, e que não estejam contemplados no modelo de regressão. Há casos, entretanto, em que não existem eventos de mercado que apresentem todas as características do bem em avaliação (por exemplo, o "visual paisagístico"), o que pode ser ponderado dentro do intervalo de confiança, devido à própria incerteza do modelo, sem ferir a fundamentação

do valor.

3.6 - APLICATIVOS PARA COMPUTADOR

A utilização desta ferramenta somente foi possível ser difundida com a

popularização do uso do computador, pois exige cálculos que o demandam. A planilha eletrônica excel possui recursos que permitem fazer cálculos de regressões. Existem hoje no mercado diversos aplicativos que foram desenvolvidos especificamente para avaliação de imóveis, em que pese o fato de poderem ter outras utilidades, pois utilizam conceitos estatísticos gerais que facilitam sobremaneira nosso trabalho. Cabe destacar o ambiente “MATrix LABoratory” – MATLAB com sua enorme

capacidade como linguagem de programação técnica que permite ao usuário escrever programas limpos, eficientes e bem-documentados que além de operações algébricas comuns com matrizes, fornece operações com vetores que permitem a manipulação rápida de conjuntos de dados de muitas maneiras diferentes, recursos de programação similares aos de outras

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

linguagens de programação e contém uma ferramenta de interface gráfica com o usuário (GUI) que permite a sua utilização como ferramenta de desenvolvimento de aplicativos. Essa combinação de estruturas de dados vetoriais, recursos de programação e ferramentas GUI torna-o uma ferramenta extremamente poderosa para a resolução de problemas em muitos campos a exemplo, dentre outros, de regressões lineares, espacial, métodos de otimização para as não-lineares, redes neurais, GWR (definida no item 3.2)

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

3.7 - REGRESSÃO SIMPLES

A regressão simples pressupõe o estudo de uma causa (variável X) e seu

efeito conseqüente efeito (variável Y).

A não existência da relação causa/efeito, nos leva a utilizar como solução a

média aritmética simples. Estes casos são muito raros em avaliações imobiliárias. Via de regra, existem algumas explicações dos preços, por mais simples que seja o imóvel avaliando. As características serão computadas como variáveis a serem analisadas e quantificadas, não se violentando as influências através de fatores corretivos homogeneizantes que podem inclusive ser testados como variáveis explicativas. Vamos supor que coletamos dados de terrenos em determinada região da malha urbana, e que pressupomos que somente a área superficial destes é importante na formação do valor. Se plotarmos em um gráfico, onde o eixo

das abcissas abriga as áreas dos terrenos e o das ordenadas os preços unitários, temos:

terrenos e o das ordenadas os preços unitários, temos: A análise visual dos pontos plotados i

A análise visual dos pontos plotados indica uma tendência de formar valores

unitários decrescentes, à medida que crescem as áreas dos terrenos. Ao invés de traçarmos visualmente uma curva interpolando os pontos, podemos definir matematicamente várias funções que podem ser ajustadas aos pontos gráficos. Além disso, podemos calcular, dentre as curvas ajustadas, a que melhor aderência tem aos pontos, demonstrando as condições e limitações da ajustagem. Enfim, o procedimento é sempre o mesmo, dependendo do profissional, com maior ou menor grau de perspicácia técnica.

: 1 - ALGORÍTMO

Inicialmente, vamos supor que desejamos propor a busca de modelo de regressão (reta), da forma:

Y = A + B.X , onde

Y : variável explicada (Ex: preço unitário de terrenos);

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

X : variável explicativa (Ex: área dos terrenos);

A e B: coeficientes que resultarão do ajuste procedido.

Efetua-se a montagem do seguinte quadro:

ALGORÍTMO BÁSICO

EVENTO

VARIÁVEL

VARIÁVEL

OPERAÇÕES

EXPLICATIVA

EXPLICADA

 

X i

Y i

X i 2

Yi 2

X i .Y i

1

2

.

.

.

N

SOMAS

ΣXi

ΣYi

ΣXi 2

ΣYi 2

ΣXi.Yi

MÉDIAS

Xmédio

Ymédio

Sendo N = número de dados.

Através do algoritmo básico calculam-se os SOMATÓRIOS, os quais serão utilizados nos cálculos seguintes:

Sxx = Σ Xi 2

Syy = Σ Yi 2

-

-

(ΣXi) 2

-----------------

N

(ΣYi) 2

-----------------

N

 

Σ Xi . Σ Yi

Sxy = Σ (Xi . Yi)

-

---------------

N

: 2 - COEFICIENTE DE CORRELAÇÃO

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

Será calculado pela fórmula:

Sxy r = ----------------------- (Sxx . Syy) 0,5

: 3 - COEFICIENTE DE DETERMINAÇÃO

Expresso pelo quadrado do coeficiente de correlação, indica o percentual da variância que o modelo inferido explica, ou seja, o percentual de formação de valor. O complementar para 100% é responsável pela variância residual.

: 4 - DETERMINAÇÃO DO MODELO LINEAR

Voltando ao modelo linear proposto como representativo do fenômeno a explicar, temos:

Y = A + B.X

Os cálculos dos coeficientes "A", e "B" serão fornecidos por:

Sxy

Onde:

_

B = ---------- Sxx

e

_ A = Y - B. X

_

_

X

e

Y são as médias aritméticas simples de cada variável.

: 5 - ANÁLISE DOS REGRESSORES (VARIÁVEIS)

Feita através da distribuição “t” de STUDENT.

Cálculo de “t” observado – t (B):

t (B)

B . (Sxx) 0,5 = --------------- (VR) 0,5

que deve ser comparado com “t” crítico

Obtenção de “t” crit (TABELA):

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

Onde:

Quando:

-

-

1 a entrada: seleciona-se o nível de significância definindo-se o quadro de valores críticos.

2 a entrada: N - K - 1;

N

K

= número de elementos obtidos na pesquisa e efetivamente utilizados;

= números de variáveis independentes (explicativas).

- “t” (B) > “t” crit – admitimos que a variável é importante, e é aceita no modelo;

- “t” (B) < “t” crit – admitimos que a variável é não importante, e é retirada no modelo.

: 5 - ANÁLISE DA VARIÂNCIA

Esta análise pode ser feita pela distribuição "F" de Ficher-Snedecor, e permite concluir sobre a confiabilidade ou significância (incerteza) do modelo linear proposto e ajustado.

Cálculo da VARIÂNCIA RESIDUAL:

Syy - B 2 . Sxx VR = --------------------- N - K - 1

k : número de variáveis explicativas;

B 2 . Sxx Fobs = ---------------------- VR

(ABCISSA "F" DE SNEDECOR)

Calculado Fobs, é cotejado com a abcissa crítica (Fcrit) encontrada em tabelas de tripla entrada:

- 1 a entrada: seleciona-se o nível de significância;

*** O nível de significância (incerteza) máximo pode ser igual a:

- 5%, que representa uma confiabilidade de 95%;

- 1%, que representa uma confiabilidade de 99%.

- 2 a entrada: N - K - 1;

- 3 a entrada: K;

Coteja-se Fobs com Fcrit:

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

- Fobs < Fcrit : aceita-se a hipótese nula de regressão (não há regressão);

- Fobs > Fcrit : rejeita-se a hipótese nula de regressão (admite- se que há regressão cuja incerteza é inferior a significância utilizada);

: 6 - INTERVALO DE CONFIANÇA

O seu cálculo é baseado na Distribuição "t" de Student, pois trabalha-se com amostras, sem se conhecer a média e a variância da população. O intervalo resulta de:

Yest - Q INTERVALO Yest + Q

Onde:

Q =

t crit . (VR) 0,5 .

[

1

----- +

N

_

(Xest - X) 2 ----------------- ] 0,5 , onde Sxx

Xest = ponto onde se quer a predição.

Yest = estimado pela função inferida [ Yest = f (Xest)]. t crit = parâmetro tabelado (Student), com dupla entrada:

- 1 a entrada: N - K - 1;

- 2 a entrada: confiança máxima. O nível de confiança comumente utilizado é de 80%, com teste bi-lateral, referindo-se para intervalos fechados.

Como o valor não é determinístico e sim probabilístico, o intervalo estabelece a faixa dentro da qual deve estar contido esse valor.

: 7 - MELHORIA DO MODELO LINEAR

Os procedimentos de cálculo vistos até agora se referem ao modelo linear, ou seja, toda a formulação é aplicável para a função reta:

Y = A + B X

Entretanto, via de regra os modelos avaliatórios não se adequam ao modelo linear, necessitando-se operar como modelos transformados.

Ressalte-se que transformações na variável dependente "Y" podem ocasionar problemas na aplicação dos testes estatísticos desenvolvidos. Neste caso, em níveis mais avançados, convém que efetuemos alguns

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

testes de controle (teste de TUKEY ou transformações de BOX e COX), para que verifiquemos a transformação mais adequada.

Existem diversas famílias de curvas que se compatibilizam com as inferências utilizadas em Engenharia de Avaliações, das quais apresentamos algumas formas:

:7.1 - POTENCIAL

y = a x b

apresentamos algumas formas: :7.1 - POTENCIAL y = a x b A transformação do modelo linear

A transformação do modelo linear se faz:

Ln y = Ln a + b Ln x

Que, em referência o modelo linear, vem:

Y = Ln y

;

A = Ln a

;

B = b

;

X = Ln x

O coeficiente "b" não sofre transformação, sendo para efeitos de cálculo, igual a "B" do modelo linear. Assim teremos o modelo transformado:

Y = A + B X

NOTA: O algoritmo básico de cálculo para esse caso deverá tratar a variável X como Ln x, e a variável Y, como Ln y. No cálculo dos coeficientes, resultarão A e B, os quais em relação ao modelo linear correspondem a:

a = e A

;

b = B

:7.2 - EXPONENCIAL

y = a b x

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

DE AVALIAÇÕES - Met odologia Científica outubro/2005 A transformação para o modelo linear se faz: Ln

A transformação para o modelo linear se faz:

Ln y = Ln a + x Ln b

Que, em referência o modelo linear, vem:

Y = Ln y

;

A = Ln a

;

X = x

;

B = Ln b

Os coeficientes "a" e "b" sofrem as transformações, e assim teremos o modelo transformado:

Y = A + B X

NOTA: O algoritmo básico de cálculo para esse caso deverá tratar a variável Y como Ln y, e a variável x, sem transformação. No cálculo dos coeficientes, resultarão A e B, os quais em relação ao modelo linear correspondem a:

a = e A

;

b = e B

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

:7.3 - LOGARÍTMICA

y = a + b Ln x

outubro/2005 :7.3 - LOGARÍTMICA y = a + b Ln x A função já é a

A função já é a transformada, que, em referência o modelo linear, vem:

Y = y

;

A = a

;

X = Ln x

;

B = b

Os coeficientes "a" e "b" não sofrem as transformações, e assim teremos

o modelo transformado:

Y = A + B X

NOTA: O algoritmo básico de cálculo para esse caso deverá tratar a variável X como Ln x, e a variável y, sem transformação. No cálculo dos coeficientes, resultarão A e B, os quais em relação ao modelo linear correspondem a:

a = A

;

b = B

:7.4 - HIPERBÓLICA 1

y = a + b/x

a: a = A ; b = B :7.4 - HIPERBÓLICA 1 y = a +

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

A transformação para o modelo linear se faz:

y = a + b . 1/x

Que, em referência ao modelo linear, vem:

Y = y

;

A = a

;

b = B

;

X = 1/x

Os coeficientes "a" e "b" não sofrem as transformações, e assim teremos

o modelo transformado:

Y = A + B X

NOTA: O algoritmo básico de cálculo para esse caso deverá tratar a variável Y sem transformação, e a variável X, como 1/x. No cálculo dos coeficientes, resultarão A e B, os quais em relação ao modelo linear correspondem a:

a = A

;

b = B

:7.5 - HIPERBÓLICA 2

1

y = --------------- a + b x

; b = B :7.5 - HIPERBÓLICA 2 1 y = --------------- a + b x

A transformação para o modelo linear se faz:

1/y = a + b x

Que, em referência ao modelo linear, vem:

Y = 1/y

;

A = a

;

b = B

;

X = x

Os coeficientes "a" e "b" não sofrem as transformações, e assim teremos

o modelo transformado:

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

Y = A + B X

NOTA: O algoritmo básico de cálculo para esse caso deverá tratar a variável Y como 1/y, e a variável X, sem transformação. No cálculo dos coeficientes, resultarão A e B, os quais em relação ao modelo linear correspondem a:

a = A

;

b = B

:7.6 - PARABÓLICA

y = a + b x 2

a: a = A ; b = B :7.6 - PARABÓLICA y = a + b

A transformação para o modelo linear se faz:

y = a + b X

Que, em referência o modelo linear, vem:

Y = y

;

A = a

;

b = B

;

X = x 2

Os coeficientes "a" e "b" não sofrem as transformações, e assim teremos

o modelo transformado:

Y = A + B X

NOTA: O algoritmo básico de cálculo para esse caso deverá tratar a variável X como x 2 , e a variável Y, sem transformação. No cálculo dos coeficientes, resultarão A e B, os quais em relação ao modelo linear correspondem a:

a = A

;

b = B

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

: 7.7 - EXEMPLO

Avaliar um terreno de 300 m 2 , situado em loteamento residencial, cujos lotes tem frente e área superficial semelhantes (portanto, pouco variáveis). A coleta de dados apresentou 8 (oito) referências, com preços unitários heterogêneos, indicando a possibilidade de haver alguma variável influenciante na formação de preços. Pesquisados eventuais atributos, verificou-se que havia um indicativo importante nos níveis de preços, a distância a ponto de ônibus (D). Para tanto, mediram-se tais distâncias, formando o elenco de dados a seguir:

ELEM

DISTÂNCIA

PREÇO UNITÁRIO

N

(D) em m

(U) em R$/m 2

-

x

y

---------------------------------------------------------------------------------------------

1

30

1.200,00

---------------------------------------------------------------------------------------------

2

80

1.100,00

---------------------------------------------------------------------------------------------

3

100

1.000,00

---------------------------------------------------------------------------------------------

4

130

980,00

---------------------------------------------------------------------------------------------

5

150

980,00

---------------------------------------------------------------------------------------------

6

210

800,00

---------------------------------------------------------------------------------------------

7

280

700,00

---------------------------------------------------------------------------------------------

8

320

660,00

---------------------------------------------------------------------------------------------

AVALIANDO

---------------------------------------------------------------------------------------------

275

?

Efetuando-se a montagem do algoritmo básico, mais abrangente, uma vez que vamos estudar o ajuste para 4 (quatro) modelos: RETA (R), POTENCIAL (P), EXPONENCIAL (E) e LOGARÍTMICO (L).

ENGENHARIA DE AVALIAÇÕES - Metodologia Científica

outubro/2005

: 1 - ALGORÍTMO BÁSICO

i

EXPLICATIVA

EXPLICADA

 

OPERAÇÕES

 
 

X i

Ln X i

Y

i

Ln Y i

X

i

2

Y

i

2

(Ln Xi) 2

(Ln Y i ) 2

X i . Y i

X i * Ln Y i

Y i * Ln X i

Ln X i * Ln Y i

 

30

1 3,4012

1.200

7,090

 

900

1.440.000

11,568

50,269

36.000

212,702

4.081,437

24,115

 

80

2 4,38

1.100

7,003

 

6.400

1.210.000

19,202

49,043

88.000

560,245

4.820,229

30,688