Você está na página 1de 3

Questionrio - Mtodos Estatsticos

Alexandre Santos Danilo Silva Mauzao?? Vincius Crtes Macedo

Como voc classifica a(s) varivel(is) do estudo? Por que?


Na modelagem por regresso do estudo, esto presentes variveis quantitativas: valor unitrio do imvel, dormitrios (nmeros de quartos e sutes), nmero de sutes, coordenadas geogrficas, vagas de garagem e rea privativa. So estas classificadas como tal por assumirem valores reais resultantes de uma contagem.

Estas variveis quantitativas ainda podem ser subclassificadas em discretas (valor unitrio, dormitrios, sutes, vagas de garagem) e contnuas (rea privativa, coordenadas geogrficas). As demais so variveis proxy. De acordo com a norma ABNT NBR 14.653 para avaliao de bens, essas variveis so aquelas cuja mensurao de difcil obteno, pois no so quantificadas diretamente, mas indiretamente por outros fatores, sendo estes, usados no lugar delas (valoresproxy ou fiduciais). As variveis proxy utilizadas no estudo foram:
o

Nvel/elevador: a posio do imvel no prdio, ou seja, quanto mais alto a posio do apartamento no edifcio maior valorizao, sendo o andar a sua quantificao; Bairro: nvel scio-econmico da localizao do imvel, quantificada pela renda mdia do chefe de famlia.

Qual a metodologia de anlise de dados utilizada no estudo do artigo? Descreva brevemente a metodologia empregada.

A metodologia escolhida foi o modelamento dos dados por meio de regresso linear e regresso espacial, seguindo os seguintes passos:
1. Encontrar imveis a venda na regio pesquisada; 2. Fazer a regresso tendo como varivel dependente o valor

unitrio do imvel; 3. Utilizar dados dos rendimentos mensais publicados pelo IBGE a fim de explicar a localizao do imvel. Atravs da regresso foi possvel relacionar a varivel a dependente com as independentes por meio de coeficientes e o erro aleatrio:

Por meio dessa metodologia objetiva-se estimar a influncia de cada varivel no valor unitrio de imvel alm da predio e estimao desse valor. Para que a regresso por mnimos quadrados seja vlida, necessrio que as seguintes condies sejam verdadeiras:

O relacionamento entre y e x linear; O erro tem mdia zero; O erro tem varincia constante; Os erros so no correlacionados; O erro tem distribuio normal.

No entanto, o estudo faz a observao de que dados espaciais dificilmente no estariam correlacionados (ex., o preo de venda de um imvel influencia o preo dos imveis vizinhos). Ento, partindo do princpio que a dependncia espacial est presente em todas as direes e fica mais fraca, medida em que aumenta a disperso na localizao dos dados, fez-se testes de autocorrelao (hipetse nula de no autocorrelao) e defasagem (hiptese nula de no defasagem).

Quais as principais concluses do estudo?


O coeficiente de determinao resultou 58,58%, explicando dessa forma mais da metade da variao do valor unitrio de imvel no modelo. A figura a seguir mostra um grfico de disperso, a curva de regresso e a curva y=x,

mostrando que h uma tendncia de aproximao entre as duas.

Alm do mtodo dos mnimos quadrados foi feita regresso espacial, mostrando que a regresso espacial possui coeficiente de determinao de 62,15%, sendo ento mais representativa, visto que o mtodo dos mnimos quadrados influenciado pela correlao espacial e que foi verificada por meio dos testes mencionados. Por ltimo, obteve-se resultados verossimilhantes como:
o o o

Vaga de garagem valoriza imvel em 12%; Apartamento com trs dormitrios, mais valorizado em 15% que outro de mesma rea; A altitute do apartamento no prdio representada pela representa uma valorizao 0,7% de um andar para o outro imediatamente inferior; A medida que aumenta a renda mdia do chefe de famlia, h uma valorizao de 0,006% na localizao do imvel.