Beruflich Dokumente
Kultur Dokumente
=P
hom
. F
1
(a).F
2
(a).F
3
(a)........F
k
(a) (eq. 2)
sendo:
P
hom
=
1
n
P (i)
hom
i 1
n
=
F
1
(a), F
2
(a), F
3
(a), ........, F
k
(a) os factores para o imvel avaliando
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 19
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
Caso o imvel avaliando seja o prprio padro de comparao, F
1
(a)=F
2
(a)=F
3
(a)=.....=
F
k
(a) = 1, e ento:
P(a)
=P
hom
.
Um dos atributos que podem apresentar diferena entre os diversos registros
da amostra a rea do imvel (A(i)). Caso se entenda que a influncia da
mesma no preo seja de forma directamente proporcional, pode-se trabalhar
com preos unitrios, ou seja:
PU (i)
PU (i)
F (i). F (i). F (i).............. F (i)
hom
ini
1 2 3 k
= , i=1,n (eq.3)
sendo:
PU (i)
P (i)
A(i)
hom
hom
= = preo unitrio homogeneizado do imvel correspondente ao
registro i da amostra;
PU (i)
P (i)
A(i)
ini
ini
= = preo unitrio inicial do imvel correspondente ao registro i da
amostra;
Caso se tenha trabalhado com preos unitrios, ento:
P(a)
= PU(a)
. A(a)
sendo:
PU(a)
=PU
hom
. .F
1
(a).F
2
(a).F
3
(a)........F
k
(a) (eq.4)
comPU
hom
=
1
n
PU (i)
hom
i 1
n
=
Caso o paradigma para a homogeneizao no tenha sido o imvel avaliando,
pode-se, aps a definio dos factores de homogeneizao, efectuar uma
transposio de paradigma impondo que o produto dos factores de
homogeneizao do imvel em apreo seja igual unidade e recalculando o
produto dos factores de homogeneizao de cada registro da amostra, ou seja:
F (i)
F (i)
F (a)
hr
ha
ha
=
sendo
F
ha
(i) = F
1
(i).F
2
(i).F
3
(i).....F
k
(i)
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 20
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
F
ha
(a) = F
1
(a).F
2
(a).F
3
(a)........F
k
(a)
A homogeneizao ser ento manuseada com o factor de homogeneizao
relativo F
hr
, sendo agora o paradigma o imvel avaliando, ou seja:
P (i)
P (i)
F (a)
hom
ini
hr
=
, i=1,n (eq.5)
Daqui decorre que a mdia destes preos homogeneizados ser o indicativo do
valor do imvel avaliandoP(a)
= P
hom
ou,
caso se tenha trabalhado com preos unitrios, a equao 4 resulta PU(a)
=PU
hom
.
NOTA:
De referir que se a referncia tiver, em relao a determinada caracterstica de
comparao, um atributo superior do objecto de avaliao, o seu atributo dever ser
reduzido, para reflectir o atributo do imvel em apreo, relativamente a essa
caracterstica.
Por exemplo, se a referencia qualidade de construo luxo (por exemplo, se atribuir
numa escala de 1 a 5 - peso 5) e o objecto de avaliao qualidade de construo
corrente (por exemplo, peso 3), obviamente que em relao caracterstica de
comparao qualidade de construo a referncia tem um atributo superior do
imvel em apreo e consequentemente, o seu atributo dever ser comprimido para
traduzir o atributo do objecto de avaliao.
Tratamento Estatstico da Amostra Homogeneizada
No sendo nossa inteno expor um curso de estatstica, o que tambm foge
nossa competncia, no queremos deixar de transmitir os conhecimentos
mnimos nesse campo, indispensveis ao perfeito desempenho profissional.
A partir desta altura, entramos no tratamento estatstico, dos Valores Unitrios
Homogeneizados. Mas este tratamento iterativo, pois serve para aferir se as
amostras recolhidas podem ser utilizadas ou se devem ser saneadas atravs
do Critrio de Chauvenet.
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 21
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
Mdia =
n
x
x
i
,
Desvio Padro =
( )
( )
2 / 1
2
1
(
(
=
n
x Mdia
i
x
mx
=
( )
2 / 1
1
+
n
o DesvioPadr
tp Mdia
x
mn
=
( )
2 / 1
1
n
o DesvioPadr
tp Mdia
em que:
xi Valor unitrio homogeneizado;
n n. de amostras;
tp valor da distribuio t-student (n <
30), para um intervalo de
confiana de 80% e n. de graus
de liberdade = n-1; ou valor da
binomial (n >= 30).
x
mx
, x
mn
Limite mximo e mnimo
para um intervalo de confiana de 80%.
Aps a determinao dos Limites mximos e mnimos, h que sanear a
amostra atravs do mtodo de disperso indicado por Dante Guerrero ou
atravs do Critrio de Chauvenet. Trata-se de efectuar o saneamento dos
valores observados atravs da eliminao dos elementos suspeitos,
tambm chamados outliers.
O mtodo de disperso consiste em determinar os desvios ou a disperso de
cada um dos elementos da amostra, x, em relao mdia x :
i
x x d = , e consequentemente, a disperso mdia:
n
x x
d
i
m
=
Esta ltima, tomada em valor absoluto, determina os limites dentro dos quais
se deve calcular cada elemento para ser includo no clculo de uma segunda
mdia, a qual provm de um conjunto homogneo de valores.
Assim, eliminando-se os elementos que estejam acima de
m
d x + e abaixo de
m
d x , calculamos nova mdia, novo desvio-padro e novo coeficiente de
variao.
Pelo Critrio de Chauvenet, calcula-se o desvio de cada um dos elementos
suspeitos, os quais so sempre os elementos extremos (mximo e mnimo).
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 22
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
Em seguida, esse desvio comparado com o desvio-padro da amostra, pela
relao d / .
Usualmente, o critrio adoptado o Critrio de Chauvenet, que nos leva a
excluir os elementos cuja razo entre o desvio da amostra e o desvio padro
seja maior aos valores crticos tabelados por Chauvenet.
Primeiro comea-se por analisar os
elementos extremos da amostra. Se
estes elementos respeitarem aquele
valor crtico de Chauvenet todos os
demais o respeitaro e no sero
excludos. Caso contrrio, os elementos
em causa, cuja razo d/s seja maior que
o valor da Tabela de Chauvenet, devem
ser excludos, obtendo-se assim uma
nova amostra saneada.
Critrio Chauvenet
d d/s
5 1,65
6 1,73
7 1,8
8 1,86
9 1,92
10 1,96
12 2,03
14 2,1
16 2,16
18 2,2
20 2,24
Com base nesta nova amostra voltar-se-ia ao primeiro passo do tratamento
estatstico da amostra e assim sucessivamente at obter uma amostra
saneada. um processo iterativo.
Se os valores extremos x
i
cumprirem esta condio, no so excludos:
( )
o DesvioPadr
Mdia x
i
\
|
=
bem
amostra
A
A
CHar se a diferenas entre as reas for inferior ou igual a 30%;
;
8 / 1
|
|
\
|
=
bem
amostra
A
A
CHar se a diferenas entre as reas for superior a 30%.
Orientao rea Qualidade Valor () Tipo de Valor Valor Unit
Solar Bruta Acabamento Valor corrigido corrigido
Razovel Boa 150 Razovel 396.000,00 VO 416.000,00 2.773,33
Razovel Razovel 131 Razovel 351.000,00 VO 351.000,00 2.679,39
Boa Boa 143 Muito Boa 360.000,00 VT 380.000,00 2.657,34
Medocre Medocre 225 Boa 576.000,00 VT 576.000,00 2.560,00
Muito Boa Boa 200 Boa 450.000,00 VO 450.000,00 2.250,00
Muito Boa Razovel 260 Razovel 639.000,00 VO 619.000,00 2.380,77
Medocre Boa 155 Boa 387.000,00 VO 387.000,00 2.496,77
Mdia da amostra original (7 dados) = 2.542,52 Desvio padro = 182,26
Mdia da amostra homogeneizada = 2.233,33 Desvio padro = 360,76
Localizao
rea Valor Unit V.Unit.
Bruta corrigido Homog.
Razovel 150 2.773,33 1 0,95 0,93 1,05 0,9 2.316,98
Razovel 131 2.679,39 1 1 0,95 1,05 0,9 2.401,58
Boa 143 2.657,34 0,95 0,95 0,92 0,95 1 2.095,05
Medocre 225 2.560,00 1,05 1,05 1,03 1 1 2.906,74
Muito Boa 200 2.250,00 0,9 0,95 1 1 0,9 1.731,38
Muito Boa 260 2.380,77 0,9 1 1,07 1,05 0,9 2.162,11
Medocre 155 2.496,77 1,05 0,95 0,94 1 0,9 2.103,10
CHvo CHlo CHor CHar CHqa Localizao
a) Primeira verificao pela excluso do Critrio de Chauvenet
Valor de Chauvenet para n=7 d/s = 1,8
Valor Unit corrig . min. (amostra 5) 1,391 < 1,80
Valor Unit corrig . max (amostra 4) 1,867 > 1,80
do resultado de excluso pelo critrio de Chauvenet, vm que deve sair o valor respeitante 4 amostra.
So analisados os extremos dos valores unitrios obtidos pelo Crit. Chauvenet, devendo sair todos os valores superiores
ao valor de Chauvenet estipulado (d/s = ABS((Vunit corrig - Media da amostra homog)/desvio padro))
1.731,38 /m
2.906,74 /m
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 25
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
Tira-se nova leitura da mdia e do desvio padro sem incluir o valor da amostra 4
b) Segunda verificao pela excluso do Critrio de Chauvenet
Mdia da amostra homogeneizada = 2.135,03 Desvio padro = 232,57
Valor de Chauvenet para n=6 d/s = 1,73
Valor Unit corrig . min. (amostra 5) 1,736 > 1,73
Valor Unit corrig . max (amostra 2) 1,146 < 1,73
do resultado de excluso pelo critrio de Chauvenet, vm que deve sair o valor respeitante 5 amostra.
No entanto, dado que a amostra apenas contempla 6 dados e a diferena reduzida, inclumos o valor na anlise
Determinao dos Limites de Confiana
tc = valor percentil para distribuio "t-Student"
n = n. de valores da amostra = 6
s = desvio padro da amostra com 6 dados = 232,57
= 2.135,03
Para n = 6, nivel de confiana 80% e t
0,90
, tc = 1,44
X max = 2.284,81
X min. = 1.985,26
1.985,26 /m2 a 2.284,81 /m2 Intervalo de Confiana
Determinam-se novamente os seguintes valores: mdia e desvio padro e analisam-se novamente os dados de acordo
com o valor de Chauvenet, para uma amostra constituda por 6 dados (menos a 4 amostra)
1.731,38 /m
2.401,58 /m
1
max
min
n
s
t X
c X
X
9. ANLISE POR REGRESSO LINEAR (Abordagem terica)
Tal como j foi referido, pretende-se, com o modelo de regresso, explicar a
variao de uma varivel dependente (por exemplo o Valor Unitrio) a partir de
um conjunto de variveis independentes.
A utilizao da regresso linear permite ao avaliador predizer o valor
desconhecido de uma varivel, partindo do valor conhecido de outra.
Frequentemente, com base em dados amostrais, deseja-se estimar o valor de
uma varivel Y, correspondente ao conhecido de uma varivel X; isso pode ser
conseguido mediante a avaliao do valor de Y a partir de uma curva de
mnimos quadrados que se ajuste aos dados amostrais.
A curva obtida denominada por regresso de Y para X, visto que Y avaliado
a partir de X.
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 26
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
Se desejarmos estimar o valor de X a partir de um atribudo a Y, usar-se- uma
curva de regresso de X para Y, o que resulta em uma permutao das
variveis no diagrama de disperso, de modo que X passa a ser varivel
dependente e Y a independente.
Basicamente a regresso linear consiste em achar a linha recta que melhor se
ajusta ao nmero de observaes feitas e isso conseguido por meio do
chamado mtodo dos mnimos quadrados.
Y = a + b.X
+ =
+ =
2
.
X b X a XY
X b N a Y
, sendo N = n. de elementos pesquisados.
As constantes a e b das equaes podem ser determinadas pelas frmulas:
( )( ) ( )( )
( )
2
2
2
. . .
=
X X N
Y X X X Y
a
( ) ( )( )
( )
2
2
. . .
=
X X N
Y X Y X N
b
O erro-padro da estimativa pode ser usado como medida de disperso para
avaliar a diferena mdia entre o valor real e o estimado de Y; se o erro-padro
da estimativa for igual a 0, diz-se que h uma relao exacta entre Y e X; e ao
contrrio, quando esse erro for grande, isso indicar que tanto a relao como
a equao de regresso no so adequadas.
Esse erro expresso por:
2
. . .
2
.
=
n
Y X b Y a Y
s
x y
no caso de se tratarem de grandes amostras (N30), o denominador (n-2)
passar a ser N.
O grau de correlao entre as variveis, que expressa quo bem essas
variveis esto relacionadas entre s, definido numericamente pelo
coeficiente de correlao (r), que varia entre os limites -1 a +1.
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 27
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
Coeficiente de correlao nulo indica que no h nenhum relacionamento entre
as variveis, enquanto que um coeficiente -1 ou +1 indica haver um
relacionamento perfeito entre elas.
O sinal positivo para r estabelece que as variveis variam no mesmo sentido,
ou seja, o acrscimo de varivel independente vai produzir aumento de varivel
dependente, ou no caso oposto, a reduo da varivel X, vai provocar menor
valor da varivel dependente Y.
O sinal negativo para r indica que as variveis se relacionam, mas caminham
em sentidos opostos, existindo uma relao indirecta, ou seja, quando X
aumenta, Y reduzido, e no caso contrrio, quando X diminui, o valor de Y
aumentado.
=
<
<
<
<
=
perfeita relao r
fortssima relao r
forte relao r
mdia relao r
fraca relao r
nula relao r
K
K
K
K
K
K
1
99 , 0 90 , 0
90 , 0 60 , 0
60 , 0 30 , 0
; 30 , 0 0
; 0
(o mesmo acontece quando o sinal de r for negativo).
O valor r
2
denominado por Coeficiente de Determinao e serve para medir
a proporo de variao de Y que pode ser aplicada pela variao de X.
Nota:
O coeficiente de correlao d uma excelente ideia de como as variveis
guardam relao entre s, sendo um elemento de grande importncia numa
avaliao atravs de regresses. No entanto, ele no o nico parmetro a ser
considerado e, por s s, no fornece concluses definitivas sobre a equao
utilizada. Muitas vezes na prtica, uma equao de regresso preterida em
relao a outra com menor coeficiente em funo de outras grandezas de
maior importncia e significado.
Nem sempre uma elevada correlao entre duas variveis representa a
existncia de relao de causa e efeito entre as mesmas. Esses casos do
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 28
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
origem s chamadas relaes sem sentido, e acontecem por no terem sido
consideradas outras variveis de influencia no caso.
O desenvolvimento de uma avaliao atravs de regresso no se esgota com
o clculo de Y (estimativa da varivel dependente) e dos coeficientes r
(coeficiente de correlao) e r
2
(coeficiente de determinao).
exigido teoria das regresses e da inferncia estatstica que sejam
efectuados diversos testes e anlises especficos, bem como, que sejam
calculados intervalos de confiana adequados, a fim de que seja assegurada a
validade e confiabilidade dos valores determinados, e, como consequncia da
regresso.
Entendemos assim que o grau de ajustamento pode ser medido pelo
coeficiente de determinao, coeficiente de determinao ajustado para os
graus de liberdade e pelo nvel de significncia das estatsticas t e F.
Para recorrer regresso linear atravs do Excel (software mais generalizado)
podemos recorrer ao menu Ferramentas (Tools) Anlise de Dados (Data
Analysis) Regresso (Regression). Aparece em seguida um quadro no qual
necessrio preencher alguns campos (auto-explicativo), como o caso do valor
da varivel dependente (que se pretende explicar) e o das variveis
independentes (explicativas). O output que da decorre so os seguintes
quadros (exemplo):
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 29
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
Outra forma de interpretar a amostra atravs do Diagrama de Disperso:
Diagrama de Disperso
y = 8739,9x
-0,2967
R
2
= 0,4609
0,00
500,00
1.000,00
1.500,00
2.000,00
2.500,00
3.000,00
3.500,00
4.000,00
0 50 100 150 200 250 300 350
rea Bruta de Construo (m)
V
a
l
o
r
U
n
i
t
r
i
o
(
/
m
)
(grfico obtido atravs do programa Excel. A curva de ajuste bem como o coeficiente de
determinao so obtidos atravs do Excel)
O Diagrama de Disperso permite analisar a coerncia do crescimento de cada
varivel independente (explicativa) isoladamente com a varivel dependente
(explicada). Veja-se o grfico acima exposto que relacionou a varivel dependente
(valor unitrio) com a varivel independente (rea bruta de construo). Outros
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 30
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
diagramas de disperso poderiam ser feitos em relao a outros conjuntos de
variveis, como por exemplo, valor unitrio VS tipologia.
Existem outros programas para o tratamento estatstico das amostras, tais como o
SPSS, NCSS, Statgraph, Avalien, Infer, etc., igualmente utilizados na Engenharia de
Avaliaes, os quais carecem por parte do utilizador, de estudos bem mais
aprofundados na rea da estatstica. Relembramos que para uma correcta utilizao
destas ferramentas informticas, necessrio dispor de conhecimentos avanados ao
nvel da estatstica, por forma a interpretarmos correctamente os resultados. O uso
indevido de uma aplicao informtica pode originar erros significativos, que falsearo
completamente o resultado final da avaliao. Nesse sentido, sugerimos a ferramenta
que se encontra acessvel a todos os utilizadores informticos EXCEL capaz de
realizar praticamente todos os testes, obtendo-se com muita fiabilidade os referidos
intervalos de confiana das amostras (aps tratamentos especficos).
Apenas a ttulo exemplificativo apresentamos a frmula matemtica de uma curva de
ajuste de uma amostra:
Modelo da Regresso
Ln([Valor Unitrio]) = 8,2257 + 12,535 /[rea de Construo] - 0,3914 x [Estado do Imvel]
Modelo para a Varivel Dependente
[Valor Unitrio] = Exp( 8,2257 + 12,535 /[rea de Construo] - 0,3914 x [Estado do Imvel])
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 31
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
Regressores do Modelo
Intervalo de confiana de 80,00%.
Variveis Coeficiente D. Padro Mnimo Mximo
rea de Construo b1 = 12,5352 3,0521 8,5723 16,4980
Estado do Imvel b2 = -0,3914 0,0361 -0,4383 -0,3445
Correlao do Modelo
Coeficiente de correlao (r) .......... : 0,8351
Valor t calculado ................................ : 10,84
Valor t tabelado (t crtico) ................. : 1,675 (para o nvel de significncia de 10,0 %)
Coeficiente de determinao (r) ... : 0,6975
Coeficiente r ajustado .................... : 0,6856
Classificao : Correlao Forte
Anlise da Varincia
Fonte de erro Soma dos quadrados Graus de liberdade Quadrados mdios F calculado
Regresso 2,4621 2 1,2310 58,79
Residual 1,0680 51 0,0209
Total 3,5302 53 0,0666
F Calculado : 58,79
F Tabelado : 5,047 (para o nvel de significncia de 1,000 %)
Significncia do modelo igual a 5,8x10
-12
%
Aceita-se a hiptese de existncia da regresso.
O teste de Kolmogorov-Smirnov (K-S) usado para decidir se a distribuio
da varivel sob estudo (f(x)) numa determinada amostra provm de uma
populao com uma distribuio especfica (f
0
(x)). Neste caso porm estamos
apenas interessados em testar se a distribuio da varivel ou no normal
com parmetros e quaisquer que estes sejam, isto , pretendemos testar:
H
0
: X ~ N ( ; ) vs. H
1
: X ~~ N ( ; )
1
Para calcular a estatstica de teste
comeamos por ordenar as observaes
da varivel X por ordem crescente,
calculando em seguida a frequncia
acumulada de cada observao. Assim,
preciso calcular a diferena entre
frequncia acumulada de cada uma
das observaes e a frequncia
acumulada que essa observao
teria se a sua distribuio de
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 32
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
probabilidade fosse normal bem como a
mesma diferena relativamente
observao anterior. A estatstica de
teste ento dada pela maior diferena
destas duas diferenas, isto ,
D = ( ) { ( )} ) ( ) ( max ; ) ( ) ( max
0 1 0 i i i i
x F x F x F x F
, em que
F
0
(x) ~ N ( ; )
Observao:
O teste de Kolmogorov-Smirnov tem valor aproximado quando realizado sobre uma populao cuja
distribuio desconhecida, como o caso das avaliaes pelo mtodo comparativo.
O modelo utilizado foi :
[Valor Unitrio] = Exp( 8,2257 + 12,535 /[rea de Construo] - 0,3914 x [Estado do Imvel])
Intervalo de confiana de 80,0 % para o valor estimado :
Mnimo : 1.727,51 /m
2
- Mximo : 1.899,88 /m
2
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 33
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
Concluso:
Assim, e tendo presente que o mtodo aqui em estudo consiste no Mtodo
Comparativo ou Mtodo de Mercado, resta para finalizar, expor que aps uma
correcta prospeco de mercado, um correcto tratamento estatstico da
amostra e aps obteno do intervalo de confiana, podemos determinar o
Valor do bem, multiplicando os ndices unitrios obtidos pelas respectivas
reas em causa (veja-se o seguinte exemplo).
Exemplo:
Descrio rea Valor unitrio Valor ()
rea de Construo:
Fraco habitacional 115,00 m 1.785 /m 205.275,00
Varandas 5,70 m 545 /m 3.100,00
Arrecadao na sub-cave 2,0 0m 750 /m 1.500,00
Lugar de Parqueamento 15,00 m 900 /m 13.500,00
VM = 205.000 + 3.100 + 1.500 + 13.500 = 223.000,00 Euros
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 34
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
ANEXOS
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 35
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
ESTATSTICA NOES BSICAS
A palavra estatstica tem sido definida como os factos numricos ou os dados
recolhidos sobre um assunto especfico; se algum estiver a recolher dados
sobre rendas unitrias, valores unitrios de venda, valores de taxas de juros,
etc., esses itens so estatsticas.
A anlise estatstica faz uso de tabelas, representaes grficas, smbolos,
equaes algbricas e formulas como forma de descrever certas
caractersticas dos dados medi-los em termos quantitativos e analisar as
relaes entre as variveis contidas nos dados.
A regresso um processo desenvolvido na anlise estatstica para
conhecermos o valor de uma varivel desconhecida a partir dos valores
conhecidos de outras variveis. Quando o valor da varivel desconhecida
obtido a partir do valor de apenas uma varivel conhecida e entre elas h uma
relao linear, chama-se regresso linear. Quando essa relao no linear,
chama-se regresso no linear (parablica, hiperblica, etc.). Quando o valor
da varivel desconhecida depende dos valores de mais de uma varivel
conhecida, chama-se regresso mltipla.
Medidas de tendncia central:
As medidas de tendncia central caracterizam um dado tpico numa populao.
Mdia aritmtica: calcula-se somando os valores de todos os dados da
populao e dividindo essa soma pelo nmero de dados.
Mdia = =
n
x
i
,
Mdia aritmtica ponderada: quando o avaliador obtm dados na sua
pesquisa que ele sente que cada um tem um valor probabilistico diferente
dos restantes e, por isso, no podem ser simplesmente somados, sendo
necessrio atribuir pesos diferentes a cada um desses dados.
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 36
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
Associando-se aos dados da populao x
1
, x
2
, x
k
certos factores de
ponderao ou pesos w
1
, w
2
, w
k
, que dependem da importncia atribuda
a cada um dos dados, obtm-se a frmula:
=
+ + +
+ + +
=
i
i i
k
k k
w
x w
w w w
x w x w x w
X
...
...
2 1
2 2 1 1
Mediana: organizados os nmeros em ordem de grandeza, isto , em rol,
o valor mdio quando o nmero de dados mpar, ou a mdia aritmtica
dos dois valores centrais quando o nmero de dados par.
Moda: o valor que ocorre com maior frequncia, isto , o valor mais
comum. A moda pode no existir e mesmo que exista pode no ser nica.
As medidas de disperso salientam as diferenas dentro de uma
populao e so necessrias para avaliar a representatividade da mdia.
Enquanto algumas populaes tem uma pequena dose de disperso, como
em casas semelhantes de um conjunto habitacional, outras populaes,
como as muitas casas diferentes de um bairro antigo, tm uma alta dose de
disperso.
A dose de disperso dentro de uma populao pode ser medida pela
amplitude total ou pelo desvio-padro.
A amplitude total indica a disperso dentro de uma populao pela
diferena entre o valor mais alto e o valor mais baixo de um conjunto de
dados. Embora a amplitude total seja fcil de calcular, ela sofre de duas
limitaes: 1) afectada por dados de valores extremamente altos e baixos;
2) no proporciona tratamento estatstico posterior.
O desvio-padro () pode ser calculado como:
N
x
i
=
2
) (
(formula usada para populao)
1
) (
2
=
n
x x
s
i
(formula usada para amostra)
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 37
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
Se um avaliador estiver na dvida sobre quando poder ou no utilizar a
mdia como valor mais provvel, ele calcula o desvio-padro e se este for
aproximadamente menor que 10% da mdia, poder usar a mdia como
indicao do valor mais provvel.
O desvio-padro a raiz quadrada da varincia. A comparao entre
amostras exige, pois a relativizao das medidas de disperso. Uma dessas
medidas o coeficiente de variao (CV): uma medida de disperso
relativa ao valor da mdia.
% 100
1
) (
2
x
n
x x
CV
i
ou
x
CV
=
O clculo deste coeficiente permite ao avaliador (analista) um conhecimento
das condies que apresenta a amostra, pois quanto menor este valor,
melhores as condies da amostra.
Depois de constitudas as amostras, o procedimento seguinte e final, em
analise estatstica, consiste em inferir acerca dos valores dos parmetros da
populao terica de onde foram obtidas as amostras e/ou de validar
hipteses acerca desses parmetros.
Como vimos, quando existem dados suficientes que permitam relacionar o
valor do patrimnio com outras variveis ou caractersticas desse imvel, deve-
se utilizar o mtodo baseado na regresso. No entanto, existem situaes em
que o nmero de observaes disponvel reduzido, no permitindo obter
estimativas fidedignas, ou mesmo no havendo graus de liberdade suficiente
para obter o grau de ajustamento (pelo mtodo dos mnimos quadrados)
relacionar a varivel Y (valor unitrio) com caractersticas X. Nestes casos,
pode-se recorrer as distribuies de probabilidade (normal, beta, triangular,
etc.).
O procedimento usualmente seguido :
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 38
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
Com base nas observaes sobre o valor de mercado do bem em anlise
(valor unitrio) estimam-se os parmetros necessrios para caracterizar a
distribuio (para a distribuio normal seria a mdia e o desvio-padro;
para a distribuio beta seria o valor mais baixo, o mais alto e a moda);
Procede-se de modo idntico em relao varivel X (varivel
independente), isto , estimam-se tambm os parmetros necessrios para
caracterizar a distribuio desta varivel;
Conhecido o valor de X para o patrimnio em apreo, recorrendo tabela
apropriada para a distribuio escolhida e caracterizada pelas estimativas
dos respectivos parmetros, possvel obter o valor de Y do imvel.
Distribuio Normal:
O mais importante exemplo de distribuio de populaes nos dado pela
Curva de Gauss, tambm chamada de curva das probabilidades ou curva
normal, que definida pela equao:
2
2
2
1
) .(
2 .
1
x e Y
na qual: = desvio-padro
= mdia populacional
= 3,14159
e = 2,71828
A integral desde X= - at X = + dessa equao, ou seja, a rea total
compreendida entre essa curva e o eixo das abcissas feita igual a 1 e quando
a varivel X expressa em termos de unidade reduzida faz-se
) (
=
X
z
Distribuio t de Student:
15 Curso de Especializao em Avaliao e Anlise do Investimento Imobilirio - 39
Copyright 2010 Jlio Alexandre e Paulo Gonalves
Todos os direitos reservados, incluindo os direitos de reproduo e uso sob qualquer forma ou meio,
nomeadamente, reproduo em cpia ou oral, sem a expressa autorizao do autor, esto sujeitos ao
estabelecido na Lei dos Direitos de Propriedade.
Quando se examina uma amostra com um nmero de dados (n) inferior a 30,
verifica-se que a distribuio normal no se aplica bem, porque a curva normal
achata-se medida que n decresce.
Por isso, o matemtico Gosset, que publicava os seus trabalhos em princpios
do sculo XX, sob o pseudnimo de Student, props um novo tipo de
distribuio, aplicvel s pequenas amostras, que ficou conhecido por t-
student.
Aqui o t representa o mesmo papel que o z na distribuio normal, isto , as
medidas lanadas no eixo das abcissas.
A iseno da subjectividade na aplicao de variveis que expressam
qualidades (qualitativas) pode constatar-se atravs do valor de t-Student,
calculado de cada varivel. Quanto maior o valor de t-Student, maior o nvel
de importncia dessa varivel.