Escolar Documentos
Profissional Documentos
Cultura Documentos
Monografia Avaliaes de Bens PDF
Monografia Avaliaes de Bens PDF
Monografia
Belo Horizonte
Escola de Engenharia da UFMG
2006
Belo Horizonte
Escola de Engenharia da UFMG
2006
RESUMO
Este trabalho teve o objetivo de demonstrar a importncia do atendimento
norma de avaliaes de bens NBR 14.653 partes 1 (Procedimentos gerais) e 2
(Imveis urbanos), atravs da anlise crtica de 8 (oito) laudos de avaliao
executados por profissionais da rea de engenharia contratados por determinada
instituio financeira. Aps o estudo dos casos, foi constatado que os laudos
apresentam no conformidade com as regulamentaes do normativo. Foi
proposto no final do trabalho um check list dos pressupostos da norma, com a
inteno de facilitar ao avaliador a observncia, durante a execuo do trabalho,
do atendimento referida norma.
Palavras-chave: avaliaes de bens, avaliaes imveis urbanos.
ABSTRACT
This research had the objective to demonstrate the value of following the rules of
assets appraisal NBR 14.653 part 1 General procedures and part 2 Appraisal
of urban real estate, through a critic evaluation of 8 (eight) cases of assets
appraisal made by engineers hired by a bank. The critic evaluation shown that the
cases were not in conformity to the rules of assets appraisal. At the end, the
research came with a proposal which is a check list of the rules procedures, in
order to simplify the job of the engineer, during the assets appraisal and to make
sure that it had the observance of the rules of assets appraisal NBR 14.653, parts
1 and 2.
Key-words: assets appraisal, appraisal of urban real estate
SUMRIO
1. INTRODUO
1.1
1.2
Estruturao do trabalho
11
13
2.1
Objetivo geral
13
2.2
Relevncia do trabalho
13
3. REVISO BIBLIOGRFICA
14
3.1
14
3.1.1
Identificao do solicitante
15
3.1.2
Finalidade do laudo
15
3.1.3
Objetivo da avaliao
15
3.1.4
15
3.1.5
15
3.1.6
Diagnstico de mercado
16
3.1.7
17
3.1.8
18
3.1.9
20
3.1.10
21
3.1.11
Qualificao legal
21
3.2
22
3.2.1
Planejamento da pesquisa
22
3.2.2
22
3.2.2.1
Variveis quantitativas
23
3.2.2.2
Variveis qualitativas
24
3.2.3
30
3.2.4
Tratamento de dados
30
3.3
Conceitos cientficos
31
3.3.1
31
3.3.2
3.3.2.1
Micronumerosidade
34
3.3.2.2
Linearidade
35
3.3.2.3
Normalidade
38
3.3.2.4
Homocedasticidade
40
3.3.2.5
No autocorrelao
42
3.3.2.6
Multicolinearidade
44
3.3.2.7
46
3.3.2.8
48
3.3.2.9
Poder de explicao
52
3.3.2.10
Intervalo de confiana
56
3.3.2.11
Campo de arbtrio
56
3.3.2.12
Cdigos alocados
56
4. METODOLOGIA
4.1
Procedimentos metodolgicos
5. ESTUDOS DE CASOS
58
58
60
5.1
60
5.2
89
103
7. CONCLUSO
106
REFERNCIAS BIBLIOGRFICAS
108
LISTA DE FIGURAS
LISTA DE TABELAS
Tabela 3.1: Graus de fundamentao no caso de utilizao de modelos de regresso linear ...................................................... 18
Tabela 3.2: Enquadramento dos laudos segundo seu grau de fundamentao no caso de utilizao de modelos de regresso linear ............................................................................... 19
Tabela 3.3: Grau de preciso da estimativa do valor no caso de
utilizao de modelos de regresso linear ............................ 20
Tabela 3.4: Tabela Anova ........................................................................ 50
Tabela 3.5: Parmetros indicativos para o coeficiente de correlao ...... 53
Tabela 3.6: Caso 05: Significncia dos regressores ................................ 99
LISTA DE EQUAES
Equao 3.1: Razo de Von Neumann ........................................................ 42
Equao 3.2: Teste das hipteses ............................................................... 49
Equao 3.3: Teste t de Student .................................................................. 49
Equao 3.4: Teste t de Student .................................................................. 49
Equao 3.5: Hiptese nula dos regressores ............................................... 51
Equao 3.6: Equao de Fc ......................................................................... 51
Equao 3.7: Equao do coeficiente de correlao .................................... 52
Equao 3.8: Equao do coeficiente de determinao ajustado ................ 55
1. INTRODUO
Parte 4: Empreendimentos;
10
11
12
13
14
3. REVISO BIBLIOGRFICA
15
16
17
urbanos,
dinmica
dos
mercados
decorrentes
de
18
19
Item
Descrio
Caracterizao do imvel
avaliando
Extrapolao
Nvel de significncia
(somatrio do valor das duas
caudas) mximo para a rejeio
da hiptese nula de cada
regressor (teste bicaudal)
Nvel de significncia mximo
admitido nos demais testes
estatsticos realizados
III
Completa quanto a
todas as variveis
analisadas
Caractersticas
conferidas pelo autor do
laudo
6 (k+1), onde k o
nmero de variveis
independentes
Apresentao de
informaes relativas a
todos os dados e
variveis analisados na
modelagem, com foto
No admitida
Grau
II
Completa quanto s
variveis utilizadas no
modelo
Caractersticas
conferidas por
profissional
credenciado pelo autor
do laudo
4 (k+1), onde k o
nmero de variveis
independentes
Apresentao de
informaes relativas
aos dados e variveis
efetivamente utilizados
no modelo
Admitida para apenas
uma varivel, desde
que:
a) as medidas das
caractersticas do
imvel avaliando no
sejam superiores a
100% do limite
amostral superior, nem
inferiores metade do
limite amostral inferior
b) o valor estimado no
ultrapasse 10% do valor
calculado no limite da
fronteira amostral, para
a referida varivel
I
Adoo de situao
paradigma
Podem ser utilizadas
caractersticas
fornecidas por terceiros
3 (k+1), onde k o
nmero de variveis
independentes
Apresentao de
informaes relativas
aos dados e variveis
efetivamente utilizados
no modelo
Admitida, desde que:
a) as medidas das
caractersticas do
imvel avaliando no
sejam superiores a
100% do limite
amostral superior, nem
inferiores metade do
limite amostral inferior
b) o valor estimado no
ultrapasse 10% do valor
calculado no limite da
fronteira amostral, para
as referidas variveis,
simultaneamente
10%
20%
30%
1%
5%
10%
20
Tabela 3.2: Enquadramento dos laudos segundo seu grau de fundamentao no caso de
utilizao de modelos de regresso linear
Graus
Pontos Mnimos
Itens obrigatrios no grau
correspondente
III
18
3, 5, 6 e 7, com os
demais no mnimo
no grau II
II
11
I
7
3, 5, 6 e 7 no mnimo no
grau II
Todos, no mnimo
no grau I
Descrio
Amplitude do intervalo de confiana de 80% em torno
do valor central da estimativa
Nota: Observar 9.1 a 9.3 desta Norma.
Grau
III
II
30%
30%-50%
>50%
21
22
23
Quantitativas;
Qualitativas;
24
25
26
oferta/venda;
esquina;
ocupao;
elevador;
garagem; etc.
27
Baixo Padro:
PA = 1;
Padro Normal: PA = 2;
Alto Padro:
PA = 3.
28
Baixo Padro:
PA = 1;
Padro Normal:
PA = 3;
Alto Padro:
PA = 7.
29
De acordo com a Norma 14.653-2, essa alterao da escala no deve ser feita,
pois se tolera a utilizao de cdigos alocados quando so utilizados nmeros
naturais em ordem crescente das caractersticas possveis, com valor inicial igual
a 1 e sem a utilizao de transformaes.
No caso acima, a norma recomenda a utilizao preferencialmente da varivel
dicotmica, pois esta soluo oferece informaes mais precisas. Ao indicar que
uma situao exclui a possibilidade da ocorrncia da outra, o processo permite
inferir a diferena entre trs ou mais situaes, onde as n situaes sero
analisadas por n-1 variveis dicotmicas, conforme o seguinte exemplo:
Numa coleta de dados para compor amostra de lotes, foram pesquisados 3 (trs)
bairros distintos - Bairro A; Bairro B e Bairro C. Para inferir a diferena entre o
valor mdio praticado em cada bairro, pode-se analisar estas trs situaes (n=3),
atravs de duas (n-1) variveis dicotmicas, ou seja:
30
Bairro B = 0
31
32
seguir
apresentam-se
algumas
definies
bsicas
para
um
melhor
entendimento do tema:
Populao
Entende-se por populao todas as observaes possveis de serem levantadas
no segmento do mercado que se pretende analisar.
33
Amostra
Em geral impraticvel a obteno de todos os dados que formam o segmento
de mercado que se deseja estudar; seja porque o nmero de elementos
demasiado grande, os custos muito elevados ou tambm limitao de tempo para
realizao de um trabalho avaliatrio. Assim, trabalha-se com um subconjunto de
observaes desta populao, denominado amostra.
Parmetros
As caractersticas numricas de uma populao so denominadas de parmetros,
geralmente representados por uma letra grega ou por uma letra latina maiscula
(por exemplo ou B). Os parmetros mais importantes de uma populao so a
mdia e o desvio padro. A mdia indica a tendncia central; enquanto que o
desvio-padro a disperso com que os dados esto dispostos em tomo da mdia.
A mdia da populao geralmente indicada pela letra grega e o desvio-padro
por .
Estatsticas ou Parmetros Estimados
As caractersticas numricas de uma amostra so denominadas de estatsticas ou
mais usualmente conhecidas como parmetros estimados. Isto , uma amostra
fornece os parmetros estimados correspondentes populao de onde foi
extrada. Geralmente so representados por uma letra grega com circunflexo ou
por uma letra latina minscula.
Estimador
Um estimador uma frmula que descreve o modo de calcular a estimativa de
determinado parmetro.
34
Estimao
o processo pelo qual se obtm um estimador. Existem vrios mtodos de
estimao, sendo os mais conhecidos o mtodo dos mnimos quadrados e o da
mxima verossimilhana.
Estimativa
O valor especfico de um estimador denominado de estimativa.
Propriedade dos estimadores
As propriedades desejveis dos estimadores so: no tendenciosidade, eficincia
e consistncia, sendo:
a) No tendenciosidade: Um estimador no tendencioso quando a sua
distribuio amostral possui mdia igual ao parmetro a ser estimado.
b) Eficincia: No existe uma definio exata para a eficincia, contudo
admite-se que para dois estimadores no tendenciosos de determinado
parmetro, aquele de menor varincia denominado de estimador
eficiente.
c) Consistncia: se o estimador aproximar do verdadeiro valor do parmetro,
na medida em que a amostra cresce, ento se pode afirmar que o mesmo
consistente.
35
3.3.2.1 Micronumerosidade
Micronumerosidade a utilizao de um nmero reduzido de elementos
amostrais.
Para evitar a micronumerosidade, o nmero mnimo de dados efetivamente
utilizados (n) no modelo deve obedecer aos seguintes critrios com respeito ao
nmero de variveis independentes (k):
n 3 (k+1)
Essa a quantidade mnima de elementos amostrais para enquadramento no
grau de fundamentao I.
Mas a norma vai alm e conceitua ni , como segue:
ni 5, at duas variveis dicotmicas ou trs cdigos alocados para a mesma
caracterstica;
ni 3, para 3 ou mais variveis dicotmicas ou quatro ou mais cdigos alocados
para a mesma caracterstica;
(onde ni o nmero de dados de mesma caracterstica, no caso de utilizao de
variveis dicotmicas ou de cdigos alocados, ou nmero de valores observados
distintos para cada uma das variveis quantitativas).
36
3.3.2.2 Linearidade
No modelo linear para representar o mercado, a varivel dependente expressa
por uma combinao linear das variveis independentes, em escala original ou
transformadas, e respectivas estimativas dos parmetros populacionais, acrescida
de erro aleatrio, oriundo de variaes do comportamento, imperfeies
acidentais de observao ou de medida e efeitos de variveis irrelevantes no
includas no modelo.
Segundo Pelli Neto (2004), busca-se reduzir a disperso em torno do valor
mdio, atravs do uso de um Valor Mdio varivel, ou seja, o valor mdio de
um imvel, vai depender de suas caractersticas, conforme a funo linear
representada pela equao de regresso.
Por outro lado, para que o modelo de regresso mostre-se consistente, enquanto
representativo dos valores mdios praticados para imveis com caractersticas
diferentes, torna-se necessrio que a disperso dos pontos em torno da equao
de regresso apresente-se o mais homognea possvel. Significando assim, que
a amostra colhida aleatria, no apresentando distores tendenciosas.
Em alguns casos, a relao entre as variveis mostra disperso de forma no
linear. Neste caso, pode-se utilizar, como artifcio, algumas transformaes
matemticas nas variveis, as quais podero linearizar esta relao.
Observa-se claramente que, mesmo que o Coeficiente de Determinao (conceito
que ser visto adiante) do modelo apresente valores prximos de 1,00, indicando
boa aderncia dos dados equao de regresso e reduzindo a variao total em
torno do valor mdio da amostra, a disperso destes dados em torno da equao
37
garantem
que o
campo
de
variao
dos
valores
ajustados
38
39
versus
cada
varivel
independente,
com
as
respectivas
transformaes.
3.3.2.3 Normalidade
Considera-se que a distribuio normal a distribuio mais til para modelos
matemticos. Sua importncia se d ao fato de que medida que o tamanho da
amostra cresce, independendo da distribuio da populao original, a
distribuio amostral das mdias tendem distribuio normal. A distribuio
normal espelha, acuradamente, diversos fenmenos. Falando de maneira geral,
pode-se medir altura, peso, nvel de inteligncia, e assim por diante, de uma
populao, e essas medidas iro se assemelhar enormemente distribuio
normal.
Os erros devem possuir distribuio normal. Segundo Dantas e Rocha (2001) um
problema comum que pode ocorrer com o termo erro a respeito da falta de
Normalidade. Desta forma imprescindvel que se faa a verificao de anomalia
desta natureza. A verificao da normalidade pode ser feita observando se o
intervalo abrangido pelos resduos padronizados, encontrados dividindo-se cada
resduo pelo desvio padro estimado do termo do erro, uma vez que, em uma
distribuio normal, 68% destes resduos esto no intervalo [-1;+1], 90% entre [1,64;+1,64] e 95% entre [-1,96;+1,96 ]. Um histograma dos resduos
apresentando simetria e formato parecido com o da curva normal, um indicador
a favor da hiptese de normalidade do erro, conforme demonstrado na figura 3.6.
Um grfico dos resduos padronizados versus valores ajustados com pontos
dispostos aleatoriamente, com a grande maioria situados no intervalo [-2;+2 ]
tambm outro indicador favorvel hiptese, conforme demonstrado na figura
3.7. E tambm pelo exame do grfico normal dos resduos ordenados
40
41
3.3.2.4 Homocedasticidade
O termo homocedasticidade quer dizer igual (homo ), disperso ( cedasticidade),
ou igual varincia. Os erros devem ser variveis aleatrias com varincia
constante.
A homocedasticidade a hiptese de varincia constante, base de toda a teoria
de inferncia.
Segundo a Norma 14.653-2, a homocedasticidade poder ser verificada, entre
outros, por meio dos seguintes processos:
1) anlise grfica dos resduos versus valores ajustados, que devem apresentar
pontos dispostos aleatoriamente, sem nenhum padro definido;
2) pelos testes de Park e de White. Por no ser um teste muito utilizado, no ser
abordado neste trabalho. Sugere-se como referncia de estudo a bibliografia
Montgomery e Peck 1982 John Wiley & Sons
Um grfico dos resduos (e) versus os valores ajustados pelo modelo de
regresso (Y), apresentando pontos distribudos aleatoriamente em torno de uma
reta horizontal que passa na origem, sem nenhum padro definido, com o formato
da figura 3.8, um indicador favorvel aceitao da hiptese de varincia
constante para o erro; em caso contrrio, se os pontos apresentarem alguma
tendncia, como os da figura 3.9 , pode-se concluir que a varincia do erro no
constante. No primeiro caso o modelo dito homocedstico e no segundo
heterocedstico.
42
Segundo Pelli Neto (2004), nas relaes estatsticas que tratam de dados
microeconmicos, como no caso de avaliao de imveis ou consumo e renda de
famlias" possvel a ocorrncia da heterocedasticidade. Por exemplo, quando o
estudo estatstico trata sobre consumo e renda de famlias individuais. Neste
caso, o pressuposto de homocedasticidade no muito plausvel, uma vez que se
espera menor variao de consumo para famlias de mais baixa renda que para
famlias de renda alta. A nveis baixos de renda, o nvel mdio do consumo
baixo e a variao em torno deste nvel restrita: o consumo no pode cair muito
abaixo do nvel mdio, pois levaria a inanio, e no pode subir muito acima da
mdia, pois o patrimnio e o crdito do interessado no o permitem. Tais
restries no so to vlidas no caso de famlias que no possuem altas rendas.
Segundo Pelli Neto (2004), no caso de avaliaes de imveis plausvel supor
que imveis de baixo valor tendem a apresentar variaes em torno da mdia
maiores que os imveis de alto valor. Se tal fato estiver presente na amostragem,
indica a presena de heterocedasticidade, o que pode ser detectado na anlise
grfica da disperso dos dados em torno da mdia estimada pelo modelo para
cada dado.
Quando o modelo heterocedstico, os estimadores de mnimos quadrados so
ainda no-tendenciosos e consistentes, porm no so mais os de menor
varincia, isto , no so eficientes.
43
3.3.2.5 No autocorrelao
A norma preconiza que os erros devem ser variveis no autocorrelacionadas,
isto , so independentes sob a condio de normalidade.
O conceito de independncia dos resduos est ligado independncia dos dados
de mercado. A situao ideal aquela onde cada transao se realiza
independentemente da outra. Isto , o conhecimento do preo e condies de
uma no interfira na outra.
Sua verificao pode ser feita:
1) pela anlise do grfico dos resduos versus valores ajustados, que deve
apresentar pontos dispersos aleatoriamente, sem nenhum padro definido;
(3.1)
44
se d
<d<4d
, rejeita H
45
3.3.2.6 Multicolinearidade
A norma preconiza o seguinte:
1) "Uma forte dependncia linear entre duas ou mais variveis independentes
provoca degeneraes no modelo e limita a sua utilizao. As varincias das
estimativas dos parmetros podem ser muito grandes e acarretar a aceitao da
hiptese nula e a eliminao de variveis fundamentais.
46
At 0,40 - fraca
At 0,60 - mdia
At 0,75 forte
47
Especificao do modelo,
48
Outlier um dado que contm grande resduo em relao aos demais que
compem a amostra. Como sugere a norma, estes pontos podem ser detectados
com facilidade atravs de uma anlise grfica dos resduos padronizados versus
os valores ajustados correspondentes. Na figura 3,11, os pontos destacados
podem ser caracterizados como outliers.
49
50
(3.2)
A estatstica de teste
(3.3)
onde bj o estimador do parmetro j e onde s (bj) o desvio padro estimado,
correspondente ao parmetro j
Uma vez comprovada a condio de normalidade do erro aleatrio i, demonstrase que t* tem distribuio t de Student com n k 1 graus de liberdade.
Assim, para se fazer o teste bilateral a um nvel de significncia , compara-se
(3.4)
com t
(1-/2; n k 1),
(1-/2; n k 1),
51
Uma maneira de testar a hiptese nula Ho, que considera que nenhuma varivel
selecionada para a construo do modelo importante para explicar a
variabilidade dos preos observados, contra a hiptese alternativa H1 de que pelo
menos uma varivel escolhida contribui significativamente para a explicao do
fenmeno, ou seja,
52
(3.5)
atravs da estatstica
(3.6)
Demonstra-se que Fc , sob a hiptese Ho , tem distribuio F de Snedecor com K
graus de liberdade no numerador e (n k 1) no denominador.
Assim, para se fazer um teste de significncia do modelo a um nvel , basta
compara Fc com F(; k; n k 1), que se encontra tabelado para vrios nveis de . Se
Fc > F com F(; k; n k 1), rejeita-se a hiptese de Ho ao nvel e pelo menos um
dos parmetros pode ser considerado significantemente diferente de zero.
O teste unilateral e pode ser visualizado atravs do grfico correspondente
figura 3.15:
53
(3.7)
54
Segundo Maia Neto (1997), embora no seja obrigatria por norma, oferece
indicao sobre a escolha dos diversos modelos testados. desejvel que o
mdulo do coeficiente de correlao seja prximo da unidade, sendo que a
bibliografia sugere os seguintes parmetros indicativos, conforme demonstrado na
tabela 3.2:
Tabela 3.5: Parmetros indicativos para o coeficiente de correlao.
COEFICIENTE
CORRELAO
|r|=0
nula
0 < | r | 0,30
fraca
mdia
forte
fortssima
|r|=1
perfeita
Sinal positivo para R estabelece que as variveis caminham num mesmo sentido,
e o sinal negativo em sentido contrrio.
Segundo Pelli Neto (2004), um coeficiente de correlao igual a zero, indica que
no h qualquer correlao entre as variveis, quando igual a um, significa uma
correlao perfeita, isto , toda a variao foi explicada. Neste caso, h a
presena de uma funo determinstica, onde cada valor da varivel
independente, apresenta um nico valor para a varivel dependente.
Coeficiente de determinao ( R )
O quadrado do coeficiente de correlao resulta no coeficiente de determinao,
que indica o poder de explicao do modelo, em funo de variveis
independentes consideradas.
55
Segundo Silva (2005), este item recomenda que, para cada varivel
independente incorporada ao modelo estatstico, seja verificado se o
acrscimo que a mesma incorpora no Coeficiente de Determinao
suficiente para compensar a perda de um grau de liberdade decorrente de sua
incluso no modelo.
Para esta verificao, pode-se medir o grau de "ajustamento" no caso de
56
R ajustado = R - K - 1 (1- R) ,
(3.8)
n-K
onde R o Coeficiente de Determinao, K o nmero de variveis independentes
e n o nmero de dados da amostra.
A medida relaciona a quantidade de variveis independentes com o nmero de
dados da amostra. Seu objetivo permitir comparao entre o "Grau de
ajustamento" de vrias equaes que podem variar com relao ao nmero de
variveis independentes e ao nmero de observaes. Note que R R ajustado.
Anlise dos coeficientes de determinao e correlao
Segundo Pelli Neto (2004), estes coeficientes, que indicam a influncia de uma
varivel, ou conjunto de variveis, sobre a variao dos valores em torno da sua
mdia, no permitem uma concluso apriorstica sobre a consistncia do modelo
de regresso, indicando apenas que parte da variao foi explicada e que as
variveis apresentam alguma relao de causa e efeito.
Para Pelli Neto (2004), coeficientes mais elevados, podem ser decorrentes de
uma variao excessiva dos dados em torno da mdia, muito comum em
amostras heterogneas, utilizadas na justificativa da variao do Valor Total de
imveis em torno de sua mdia. A variao em alguns casos to elevada, que
qualquer varivel pode explicar boa parte dela, mesmo que mal definida. Por
outro lado, coeficientes mais modestos podem indicar uma amostragem
homognea, com pouca variao em torno do valor mdio da amostra, ocorre
freqentemente em amostras que utilizam Valor Unitrio como varivel
dependente, onde os dados apresentam caractersticas muito semelhantes. Em
ambos os casos, a anlise dos demais indicadores estatsticos, principalmente
aqueles que dizem respeito disperso dos dados em torno da mdia estimada,
alm dos testes de hipteses, podem indicar consistncia do modelo para
previso de valores.
57
considerar
tantas
variveis
dicotmicas
quantas
forem
58
59
4. METODOLOGIA
60
61
5. ESTUDOS DE CASOS
Neste captulo sero analisados oito casos de laudos de avaliaes de imveis
urbanos executados por empresas de engenharia diversas, que utilizaram o
Mtodo Comparativo Direto de Dados de Mercado para a identificao do valor do
bem.
Algumas informaes dos laudos de avaliao no esto disponveis neste
trabalho, tendo em vista que alguns dados so restritos e confidenciais. De
qualquer forma, para esclarecimento de dvidas sobre algum trabalho, o autor
coloca-se disposio.
No foi demonstrada nos estudos de caso a totalidade das informaes
constantes dos laudos, apesar de que todas foram verificadas pelo pesquisador e
ressaltadas apenas as partes que poderiam agregar valor a este trabalho.
5.1 Apresentao dos casos
Seguem abaixo as informaes e os resultados estatsticos de cada caso:
Caso 1
Data
: 23/03/2005
Tipo do bem
Finalidade
: Arrematao
Objetivo da Avaliao
Metodologia
Grau de Fundamentao : I
Grau de Preciso
: III
62
nr.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Endereo
R.Ananias F.Pereira
R.Ananias F Pereira
R.Newton de Oliveira Rosa
R.Pedro Francisco Pereira
R.Rodolfo P de Rezende
R.Caetano Borges
R.Prof.Lindolfo Sales
R.Prof.Lindolfo Sales
R.Prof.Lindolfo Sales
R.Joaquim Vicenti
R.Joaquim Vicenti
R.Joaquim Vicenti
R.Pereira
R.Domingos Soares
R.Domingos Soares
Localizao
2
2
2
2
1
1
4
4
4
3
3
3
4
1
1
rea do Terreno
200,00
200,00
270,00
330,00
80,00
125,00
219,00
211,00
215,00
256,00
260,00
260,00
360,00
200,00
200,00
* Topografia
0,90
0,90
1,00
1,00
1,00
1,00
0,90
0,90
0,90
0,90
0,90
0,90
0,95
0,90
0,90
Valor Unitrio
80,00
80,00
74,07
60,61
62,50
60,00
91,32
94,78
93,02
58,59
57,69
57,69
63,88
60,00
60,00
Informaes complementares:
Nmero de variveis: 4
Nmero de variveis consideradas: 3
Nmero de dados: 15
Nmero de dados considerados: 15
Resultados Estatsticos:
Linear
Coeficiente de correlao: 0,693004
Coeficiente de determinao: 0,480255
Coeficiente de determinao ajustado: 0,393630
Fisher-Snedecor: 5,54
Significncia: 0,05
No-Linear
63
Equao T-Observado
Significncia
Localizao
ln(x)
3,29
0,65
rea do Terreno
-2,35
3,67
Topografia
Valor Unitrio
ln(y)
4,00
rea do Terreno
86,00
Isoladas
Influncia
Localizao
rea do Terreno
59
74
64
Valor Unitrio
49
69
-11
56
rea do Terreno
Valor Unitrio
Resduos
12
11
10
3
2
1
5
8
9
7
6
4
15
14
13
Valor Observado
57,69
57,69
58,59
74,07
80,00
80,00
62,50
94,78
93,02
91,32
60,00
60,61
60,00
60,00
63,88
Resduo sobre DP
-1,49
-1,49
-1,42
1,13
0,87
0,87
-0,77
0,78
0,69
0,61
-0,55
0,43
0,29
0,29
-0,25
Caso 2
Data
: 13/07/2005
Tipo do bem
Finalidade
: Arrematao
Objetivo da Avaliao
Metodologia
Classificao
: Parecer Tcnico
65
nr
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Endereo
Rua 2 - Vila de Furnas
Rua Projetada 1 - Pq Lago Sol
Rua 13 - Vila de Furnas
Rua 13 - Vila de Furnas
Avenida da Matriz - Centro
Rua 6 - Vila de Furnas
Avenida 7 - Perifrico
Rua 11 - Vila de Furnas
Alameda 2 - Perifrico
Av Brasil - Vila de Furnas
Rua 11 - Vila de Furnas
Avenida 3 - Perifrico
Av Minas Gerais - Perifrico
R Frei Odorico Veiga - V.Furnas
Av.da Matriz - Centro
Rua 11 - Vila de Furnas
Rua 11 - Vila de Furnas
Rua 11 - Vila de Furnas
Av.da Matriz - Centro
Av.da Matriz - Centro
Conservao:
varivel qualitativa
que
corresponde
ao
estado
de
Informaes complementares:
Nmero de variveis: 6
Nmero de variveis consideradas: 6
Nmero de dados: 20
66
Equao T-Observado
Area Const
5,21
0,01
rea do Terreno
-4,97
0,02
Conservao
1/x
4,69
0,03
Ocupao
-4,30
0,07
Localizao
1/x
-2,40
3,09
Valor Unitrio
1/y
352,01
rea do Terreno
1.406,00
Conservao
2,00
Significncia
67
Ocupao
0,25
Localizao
2,00
Isoladas
Influncia
rea Const
rea do Terreno
72
98
Conservao
-34
66
Ocupao
45
97
Localizao
49
51
Valor Unitrio
-7
81
Conservao
-34
61
Ocupao
-26
97
Localizao
30
44
Valor Unitrio
-31
80
Ocupao
-2
60
Localizao
-18
41
Valor Unitrio
59
78
rea do Terreno
Conservao
68
Ocupao
Localizao
28
40
Valor Unitrio
12
75
-27
54
Resduo
-50,16%
100,75%
-50,67%
58,45%
-42,47%
71,94%
56,36%
59,08%
-35,45%
32,55%
-19,47%
-20,20%
-24,35%
-21,93%
10,86%
5,10%
-8,09%
-5,34%
4,52%
0,79%
Localizao
Valor Unitrio
Resduos
10
18
15
3
1
11
14
5
9
17
8
19
16
2
7
13
12
6
4
20
Caso 3
Data
: 07/03/2005
Tipo do bem
Finalidade
: Arrematao
Objetivo da Avaliao
Metodologia
Classificao
: Parecer Tcnico
69
Dados coletados:
nr
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Endereo
Rua Itapagipe
Rua Iguau
Rua Aristides Ferreira
Rua Tapira
Rua Ituverava
Rua Trindade
Av Renascena
Rua Itapeva
Rua Ciuru
Rua Iguassu
Rua Saldanha da Gama
Rua Jundia
Rua Arax
Rua Tamboril
Estado Cons
2
1
2
3
3
2
3
1
1
3
3
2
1
1
Informaes complementares:
Nmero de variveis: 5
Nmero de variveis consideradas: 5
Nmero de dados: 14
Nmero de dados considerados: 14
Resultados Estatsticos:
Linear
Coeficiente de correlao: 0,996758
Coeficiente de determinao: 0,993527
Coeficiente de determinao ajustado: 0,990651
Fisher-Snedecor: 345,37
Significncia: 0,01
Valor Unitrio
650,00
316,67
450,00
909,09
584,62
328,57
1083,33
460,00
400,00
916,67
884,96
599,08
325,00
260,00
70
No-Linear
Coeficiente de correlao: 0,996894
Coeficiente de determinao: 0,993798
Normalidade dos resduos
78% dos resduos situados entre -1 e +1 s
100% dos resduos situados entre -1,64 e +1,64 s
100% dos resduos situados entre -1,96 e +1,96 s
Outliers do modelo: 0
Equao
Regressores
Equao T-Observado
rea do Terreno
1/x
-3,62
0,56
rea Total
1/x
9,92
0,01
Idade Aparente
-10,87
0,01
Estado Cons
6,40
0,01
Valor total
Valor Unitrio
300,00
rea Total
207,00
Idade Aparente
50,00
Estado Cons
2,00
Significncia
71
Equao de Regresso:
Valor Unitrio = ( 23,788122 - 228.378,463790 * 1/rea do Terreno +
1.039,404389 * 1/rea Total - 0,174410 * Idade Aparente +0,497677 * Estado
Cons ) ^ 2
Correlaes entre variveis
Isoladas
Influncia
rea do Terreno
rea Total
-42
67
Idade Aparente
25
76
Estado Cons
-32
63
Valor Unitrio
-47
77
-27
91
rea Total
Idade Aparente
Estado Cons
22
88
Valor Unitrio
56
96
Estado Cons
-83
78
Valor Unitrio
-91
96
87
91
Idade Aparente
Estado Cons
Valor Unitrio
72
Resduos
12
2
3
6
11
8
5
1
4
13
10
14
7
9
Valor Observado
599,08
316,67
450,00
328,57
884,96
460,00
584,62
650,00
909,09
325,00
916,67
260,00
1083,33
400,00
Valor Calculado
640,31
298,18
424,67
345,99
851,53
444,33
603,57
666,78
887,72
332,14
932,41
263,30
1076,25
398,29
Resduo sobre DP
-1,56
1,00
1,14
-0,89
1,07
0,70
-0,73
-0,62
0,67
-0,37
-0,49
-0,19
0,20
0,08
Caso 4
Data
: 02/03/2005
Tipo do bem
Finalidade
: Locao
Objetivo da Avaliao
Metodologia
Grau de Fundamentao : II
Grau de Preciso
: III
na
Horizonte(MG)
Dados coletados:
Av.Barbacena,
Santo
Agostinho
no
municpio
de
Belo
73
nr
1
2
3
4
5
6
7
8
9
* 10
11
12
13
14
15
16
* 17
18
19
20
* 21
Endereo
Av dos Andradas
Av do Contorno
Av do Contorno
Rua Goitacazes
Rua Mar de Espanha
Rua Mar de Espanha
Rua Mar de Espanha
Rua Mar de Espanha
Rua Goitacazes
Av Afonso Pena
Av. Olegario Maciel
Campus Pampulha UFMG
Campus Pampulha UFMG
Campus Pampulha UFMG
Campus Pampulha UFMG
Campus Pampulha UFMG
Campus Pampulha UFMG
Campus Pampulha UFMG
Campus Pampulha UFMG
Campus Pampulha UFMG
Av.Alfredo Balena
rea privativa * Valor total Trf Ped Ent/Centro * Local Valor Unitrio
82
2586,68
2
2
1
31,54
150
1199,61
1
1
1
7,99
67
2731,30
2
2
1
40,76
430
8180,00
2
2
1
19,02
58,5
691,49
1
2
1
11,82
101
1204,00
1
2
1
11,92
95
1400,00
1
2
1
14,73
94
1120,68
1
2
1
11,92
150,66
4150,00
2
2
1
27,54
355,85
12269,65
2
2
1
34,47
40,8
783,27
1
2
1
19,19
12,5
265,14
1
1
2
21,21
48,23
906,23
1
1
2
18,78
65,8
1519,03
2
1
2
23,08
205,95
2811,53
2
1
2
13,65
56,4
1114,98
2
1
2
19,76
205,95
1679,24
2
1
2
8,15
25
626,72
2
1
2
25,06
4
104,00
1
1
2
26,00
57,41
1169,30
2
1
2
20,67
293,76
2035,95
2
1
1
6,93
Localizao:
Varivel
independente,
dicotmica,
que
indica
se
74
Informaes complementares:
Nmero de variveis: 6
Nmero de variveis consideradas: 4
Nmero de dados: 21
Nmero de dados considerados: 18
Resultados Estatsticos:
Linear
Coeficiente de correlao: 0,817325
Coeficiente de determinao: 0,668020
Coeficiente de determinao ajustado: 0,596881
Fisher-Snedecor: 9,39
Significncia: 0,01
No-Linear
Coeficiente de correlao: 0,817325
Coeficiente de determinao: 0,668020
Normalidade dos resduos
72% dos resduos situados entre -1 e +1 s
94% dos resduos situados entre -1,64 e +1,64 s
100% dos resduos situados entre -1,96 e +1,96 s
Outliers do modelo: 0
Equao
Regressores
Equao T-Observado
Significncia
rea privativa
-3,81
0,14
Trfego Ped
4,87
0,01
Entorno/Centro
2,48
2,37
Valor total
75
Localizao
Valor Unitrio
67,16
Trfego Ped
2,00
Entorno/Centro
2,00
Isoladas
Influncia
rea privativa
Trfego Ped
33
74
Entorno/Centro
36
64
Valor Unitrio
-26
71
Entorno/Centro
-11
57
Valor Unitrio
55
79
55
Trfego Ped
Entorno/Centro
Valor Unitrio
76
Resduos
5
8
6
13
16
19
3
4
2
20
15
12
18
7
9
11
14
1
Valor Observado
11,82
11,92
11,92
18,78
19,76
26,00
40,76
19,02
7,99
20,67
13,65
21,21
25,06
14,73
27,54
19,19
23,08
31,54
Resduo sobre DP
-1,37
-0,82
-0,73
1,11
-1,08
1,26
1,90
0,86
0,36
-0,88
-0,52
0,71
-0,68
-0,26
0,36
-0,25
-0,28
0,32
Caso 5
Data
: 23/03/2005
Tipo do bem
Finalidade
: Garantia de Operaes
Objetivo da Avaliao
Metodologia
Grau de Fundamentao : II
Grau de Preciso
: III
77
nr
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
Endereo
Rua Tupinambs
Rua da Bahia
Rua da Bahia
Rua Guajajaras
Av Contorno
Rua Cludio Manoel
Rua Cludio Manoel
Rua Olegrio Maciel
Rua Tome de Souza
Av Contorno
Rua Paraba
Rua Bernardo Guimares
Rua Francisco Sales
Rua Santa Rita Duro
Rua Sergipe
Rua Alagoas
Rua Gonalves Dias
Av Contorno
Rua So Paulo
Rua Bernardo Guimares
Av.Alfredo Balena
78
Informaes complementares:
Nmero de variveis: 5
Nmero de variveis consideradas: 5
Nmero de dados: 21
Nmero de dados considerados: 21
Resultados Estatsticos:
Linear
Coeficiente de correlao: 0,900997
Coeficiente de determinao: 0,811796
Coeficiente de determinao ajustado: 0,764744
Fisher-Snedecor: 17,25
Significncia: 0,01
No-Linear
Coeficiente de correlao: 0,900997
Coeficiente de determinao: 0,811796
Normalidade dos resduos
80% dos resduos situados entre -1 e +1 s
90% dos resduos situados entre -1,64 e +1,64 s
95% dos resduos situados entre -1,96 e +1,96 s
Outliers do modelo: 1
Equao
Regressores
Equao T-Observado
Setor
3,53
0,28
rea Total
1/x
7,63
0,01
1,92
7,23
Trf Ped
2,00
6,23
Valor Unitrio
Significncia
79
Setor urbano
rea total
1.576,22
rea trrea/total
0,27
Trfego p+v
Equao de Regresso:
Valor Unitrio = 121,851305 + 384,201712 * Setor + 6.524.921,098298 * 1/rea
Total + 302,763415 * rea Tr/rea Total + 221,337376 * Trf Ped
Correlaes entre variveis
Isoladas
Influncia
Setor
rea Total
-16
64
37
Trf Ped
-22
45
Valor Unitrio
21
66
-27
48
Trf Ped
19
37
Valor Unitrio
79
89
Trf Ped
-35
46
Valor Unitrio
-9
43
rea Total
80
Trf Ped
Valor Unitrio
23
45
Resduos
8
15
9
1
17
12
14
10
4
7
5
18
20
21
6
11
16
3
2
19
13
Valor Observado
1.333,33
1.896,55
1.200,00
1.000,00
1.333,33
1.000,00
1.230,77
1.136,36
1.227,27
1.000,00
1.248,22
1.208,33
1.099,13
1.470,26
1.035,71
1.787,87
1.600,00
1.428,57
1.200,00
3.000,00
1.230,16
Resduo sobre DP
1,65
2,14
-1,28
-0,96
1,07
-0,76
-0,86
-0,72
0,75
-0,59
0,63
-0,48
-0,43
-0,56
-0,36
0,62
-0,48
0,33
-0,22
0,49
0,03
Caso 6
Data
: 03/03/2005
Tipo do bem
Finalidade
: Alienao
Objetivo da Avaliao
Metodologia
Mtodo
Evolutivo
(conjugao
do
Mtodo
: Parecer Tcnico
81
nr
1
2
*3
*4
5
6
7
8
*9
*10
11
12
13
14
15
16
*17
*18
*19
20
21
Endereo
rea const * tr/Total Setor * Pad * Est * Oi Pav * V Total
R Nestor Vieira de Gouveia
40,00
1,00
1
2
3
1
1
270,00
Av Presidente Vargas
88,00
1,00
2
1
2
1
1
400,00
Av Presidente Vargas
100,00
1,00
2
2
2
1
1
780,00
R Dr Rubem Borich
91,00
1,00
2
2
3
1
1 1040,00
R Dr Rubem Borich
204,50
1,00
2
2
3
1
1 1020,00
R Dr Rubem Borich
132,00
1,00
2
2
2
1
1
600,00
R Dr Rubem Borich
54,25
0,74
2
2
2
1
1
270,00
R Dr Rubem Borich
54,25
0,74
2
2
2
1
1
390,00
R Dr Rubem Borich
103,75
1,00
2
2
2
1
1
300,00
R Dr Rubem Borich
55,00
1,00
2
2
2
1
1
200,00
R Dr Rubem Borich
99,00
0,00
2
2
2
1
2
300,00
R Nestor Vieira de Gouveia
252,00
0,50
1
2
3
1
1
750,00
Av Presidente Vargas
60,00
0,50
2
1
1
1
1
390,00
Av Presidente Vargas
69,00
1,00
2
2
3
2
1
360,00
Av Presidente Vargas
84,00
1,00
2
1
1
1
1
300,00
Av Presidente Vargas
153,75
1,00
2
2
2
1
1
700,00
R Dr Rubem Borich
30,00
1,00
2
2
1
1
1
390,00
R Dr Rubem Borich
21,00
1,00
2
2
1
1
1
390,00
R Dr Rubem Borich
21,00
1,00
2
2
1
1
1
300,00
R Dr Rubem Borich
600,00
1,00
2
2
2
1
1 1700,00
R Dr Rubem Borich
120,00
0,00
2
3
3
1
2
330,00
V unit
6,75
4,55
7,80
11,43
4,99
4,55
4,98
7,19
2,89
3,64
3,03
2,98
6,50
5,22
3,57
4,55
13,00
18,57
14,29
2,83
2,75
V unit: Valor total do imvel dividido pela rea total construda, medido em
R$/m
82
Informaes complementares:
Nmero de variveis: 9
Nmero de variveis consideradas: 4
Nmero de dados: 21
Nmero de dados considerados: 14
Resultados Estatsticos:
Linear
Coeficiente de correlao: 0,871447
Coeficiente de determinao: 0,759420
Coeficiente de determinao ajustado: 0,687246
Fisher-Snedecor: 10,52
Significncia: 0,01
No-Linear
Coeficiente de correlao: 0,867627
Coeficiente de determinao: 0,752777
Normalidade dos resduos
71% dos resduos situados entre -1 e +1 s
92% dos resduos situados entre -1,64 e +1,64 s
100% dos resduos situados entre -1,96 e +1,96 s
Outliers do modelo: 0
Equao
Regressores
Equao T-Observado
Significncia
rea Const
1/x
-4,26
0,05
setor
-1,99
6,34
Pav
2,96
0,88
V unit
1/y
83
555,00
setor
1,00
Pav
2,00
Isoladas
Influncia
rea Const
setor
-37
60
Pav
-20
48
V unit
-69
80
Pav
17
43
V unit
53
56
68
setor
Pav
V unit
84
Resduos
nr Valor Observado
20
2,83
15
3,57
7
4,98
5
4,99
8
7,19
13
6,50
16
4,55
6
4,55
14
5,22
11
3,03
21
2,75
2
4,55
1
6,75
12
2,98
Resduo sobre DP
1,84
1,39
1,01
-1,32
-0,68
-0,70
-0,70
-0,59
-0,17
-0,20
0,20
-0,07
0,05
-0,05
Caso 7
Data
: 09/03/2005
Tipo do bem
Finalidade
: Locao
Objetivo da Avaliao
Metodologia
Grau de Fundamentao : I
Grau de Preciso
: III
Descrio sumria do bem : Loja comercial com rea privativa total de 397,05 m
situada no Bairro Eldorado em Contagem(MG)
Dados coletados:
85
nr
1
2
*3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
*20
21
*22
23
Endereo
Av Joo Csar Oliveira
Av Joo Csar Oliveira
Av Joo Csar Oliveira
Av Joo Csar Oliveira
Av Joo Csar Oliveira
Av Jose Faria da Rocha
Av Jose Faria da Rocha
Av Jose Faria da Rocha
Av Joo Csar Oliveira
R Jose Barra Nascimento
Av Jose Faria da Rocha
Av Joo Csar Oliveira
Av Jose Faria da Rocha
Av Jose Faria da Rocha
Av Joo Csar Oliveira
Av Joo Csar Oliveira
Av Joo Csar Oliveira
Av Joo Csar Oliveira
Av Joo Csar Oliveira
Av Joo Csar Oliveira
Av Jose Faria da Rocha
Av Jose Faria da Rocha
Av Joo Csar Oliveira
rea Eq:
86
Informaes complementares:
Nmero de variveis: 5
Nmero de variveis consideradas: 5
Nmero de dados: 23
Nmero de dados considerados: 20
Resultados Estatsticos:
Linear
Coeficiente de correlao: 0,753163
Coeficiente de determinao: 0,567254
Coeficiente de determinao ajustado: 0,451856
Fisher-Snedecor: 4,92
Significncia: 0,02
No-Linear
Coeficiente de correlao: 0,753163
Coeficiente de determinao: 0,567254
Normalidade dos resduos
75% dos resduos situados entre -1 e +1 s
90% dos resduos situados entre -1,64 e +1,64 s
100% dos resduos situados entre -1,96 e +1,96 s
Outliers do modelo: 0
Equao
Regressores
Equao T-Observado
Significncia
rea eq
1/x
3,19
0,51
Testada
1/x
-1,95
6,69
Trfego
2,45
2,47
87
Oferta/loc
V unit
1,15
26,56
340,05
Testada
11,50
Trfego
2,00
Oferta/loc
1,00
Isoladas
Influncia
rea eq
Testada
71
78
Trfego
-7
22
Oferta/loc
20
15
V unit
44
64
Trfego
-26
Oferta/loc
31
25
V unit
45
-38
42
Testada
Trfego
Oferta/loc
88
V unit
46
53
28
Oferta/loc
V unit
Resduos
11
16
17
4
21
5
13
18
8
19
2
10
9
12
14
6
15
7
1
23
Valor Observado
8,33
15,90
9,79
7,50
7,50
13,88
10,61
14,70
7,60
8,75
9,40
10,00
12,50
8,33
8,30
11,14
11,11
10,91
10,67
18,33
Valor Calculado
12,04
11,92
12,18
9,33
9,23
11,00
8,57
11,93
9,02
10,26
11,00
8,93
11,41
7,66
8,93
10,44
11,79
10,36
10,83
18,43
Resduo
-3,71
3,98
-2,39
-1,83
-1,73
2,88
2,04
2,77
-1,42
-1,51
-1,60
1,07
1,09
0,67
-0,63
0,70
-0,68
0,55
-0,16
-0,10
Resduo Relativo45%
25%
-24%
-24%
-23%
21%
19%
19%
-19%
-17%
-17%
11%
9%
8%
-8%
6%
-6%
5%
-1%
-1%
Resduo sobre DP
-1,68
1,80
-1,08
-0,83
-0,78
1,31
0,92
1,26
-0,64
-0,68
-0,72
0,48
0,49
0,30
-0,29
0,32
-0,31
0,25
-0,07
-0,04
Caso 8
Data
: 27/03/2006
Tipo do bem
Finalidade
: Locao
Objetivo da Avaliao
Metodologia
Classificao
: Parecer Tcnico
89
nr
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Endereo
R John Kennedy
R John Kennedy
R John Kennedy
R Marechal da Fonseca
R Marechal da Fonseca
R Marechal da Fonseca
R Matozinhos
R Matozinhos
R Matozinhos
R Castelo Branco
R Castelo Branco
R Santos Dumont
R Santos Dumont
R Fellino Muller
R John Kennedy
R John Kennedy
Padro
2
2
3
2
2
2
1
3
3
2
2
2
2
3
3
1
Testada
6,00
12,00
12,00
5,00
5,00
10,00
5,00
10,00
20,00
25,00
6,00
7,00
21,00
16,00
14,00
1,20
rea Total
70,00
400,00
65,00
40,00
75,00
440,00
60,00
280,00
200,00
175,00
120,00
115,00
100,00
60,00
70,00
297,00
Setor
2
2
2
2
2
2
2
2
2
2
2
1
1
1
2
2
Valor unit
6,86
5,00
6,92
7,50
6,93
3,86
5,00
6,79
6,00
8,00
6,25
4,78
4,70
5,00
10,00
3,68
Informaes complementares:
Nmero de variveis: 5
Nmero de variveis consideradas: 5
Nmero de dados: 16
Nmero de dados considerados: 16
Resultados Estatsticos:
Linear
Coeficiente de correlao: 0,898637
Coeficiente de determinao: 0,807548
Coeficiente de determinao ajustado: 0,737565
Fisher-Snedecor: 11,54
Significncia: 0,01
90
No-Linear
Coeficiente de correlao: 0,863021
Coeficiente de determinao: 0,744805
Normalidade dos resduos
68% dos resduos situados entre -1 e +1 s
93% dos resduos situados entre -1,64 e +1,64 s
100% dos resduos situados entre -1,96 e +1,96 s
Outliers do modelo: 0
Equao
Regressores
Equao T-Observado
Significncia
Padro
1/x
2,99
1,23
Testada
-1,40
18,91
rea Total
ln(x)
4,43
0,10
Setor
-4,15
0,16
Valor unit
1/y
3,00
Testada
37,00
rea Total
438,09
Setor
2,00
91
Isoladas
Influncia
Padro
Testada
-51
rea Total
46
Setor
16
51
Valor unit
54
67
rea Total
12
45
Setor
-27
46
Valor unit
-23
39
Setor
21
72
Valor unit
50
80
-32
78
Testada
rea Total
Setor
Valor unit
Resduos
3
6
10
8
15
14
9
12
11
5
4
2
13
16
1
7
Valor Observado
6,92
3,86
8,00
6,79
10,00
5,00
6,00
4,78
6,25
6,93
7,50
5,00
4,70
3,68
6,86
5,00
Resduo sobre DP
1,11
1,83
-1,16
-1,26
-0,69
0,91
0,73
-1,10
-0,38
-0,32
0,24
-0,29
0,19
0,18
-0,09
0,09
92
93
94
95
(tabela 3.1) seria 2. Para atingir a pontuao 3, informada pelo avaliador, o nvel
de significncia deve ser de no mximo 1%.
i) tratamento dos dados e identificao do resultado:
Quanto explicitao dos clculos efetuados e o atendimento ao Anexo A da
norma, temos:
Micronumerosidade: Para verificao do equilbrio das amostras com pequenos
nmeros de elementos, em todos os casos foram observados o atendimento
micronumerosidade, e quando no atendidos os trabalhos foram classificados
como parecer tcnico, conforme os seguintes casos:
No caso 02, na varivel conservao o nmero de dados com caractersticas 1 e
4 foram menores que 3 (ni 3), e na varivel localizao o nmero de dados com
caractersticas iguais a 1 foram menores que 5 (ni 5).
No caso 03, a varivel Estado de Conservao apresentou apenas 4 vezes o
cdigo alocado igual a 2, no atendendo ao nmero mnimo de 5.
No caso 06, para as variveis setor e pavimento tambm ocorre a
micronumerosidade, pois o cdigo alocado 1 aparece apenas 2 vezes e para a
varivel quantitativa pavimento o nmero de valores observados distintos tm que
ser maior ou igual a 5.
Linearidade: Em todos os casos foram utilizadas transformaes simples de
variveis para linearizar o modelo.
No caso 08, por exemplo, analisando o comportamento grfico da varivel
dependente Valor Unitrio em relao a varivel independente rea Total, em
escala original, tem-se conforme a figura 3.16:
96
conforme
Figura 3.17 Caso 08: Grfico Valor Unitrio x rea Total (transformadas)
97
Outra forma que poderia ser apresentada seria um grfico dos resduos
padronizados versus valores ajustados com pontos dispostos aleatoriamente, com
a grande maioria situados no intervalo [-2;+2 ], conforme foi apresentado no caso
02, demonstrado na figura 3.20:
98
Figura 3.20 Caso 06: Grfico dos resduos padronizados versus valores ajustados
99
Figura 3.22 Caso 08: grfico dos resduos cotejados com os valores ajustados
100
101
Em nenhum dos casos foi citada a presena de pontos influenciantes, que devem
ser retirados com a condio de apresentao de justificativas.
102
103
Neste caso, o coeficiente de correlao indica uma forte relao de causa e efeito
entre a variao da varivel explicada (y) e as variaes das variveis explicativas
(x)
O coeficiente de determinao calculado indica que 80% da variabilidade dos
preos so devidos s variaes das reas construdas, reas dos terrenos,
estados de conservao dos imveis, ndices de ocupao e localizaes dos
imveis, enquanto os outros 20% indicam a existncia de outras variveis no
testadas ou algum erro.
Caso o coeficiente de determinao ajustado diminua com o acrscimo de alguma
varivel, implica que a varivel includa no suficiente para compensar a
104
105
Figura 3.26: Caso 08: grfico de preos observados versus valores estimados
qualificao
legal
completa
assinatura
do(s)
profissional(is)
106
107
- n 3 (k+1)
- ni 5, at duas variveis dicotmicas ou trs cdigos alocados para a
mesma caracterstica; ou ni 3, para 3 ou mais variveis dicotmicas ou
quatro ou mais cdigos alocados para a mesma caracterstica;
valores
observados
independente,
com
para
as
varivel
respectivas
dependente
transformaes,
versus
cada
conforme
varivel
apresentado
neste trabalho?
)A
verificao
da
autocorrelao
foi
feita
apresentada
neste
os
valores
ajustados,
que
deve
apresentar
pontos
dispersos
trabalho,
pela
matriz
das
correlaes,
que
espelha
as
dependncias
(
dos
versus
cada
varivel
independente?
Foi
detectado
ponto
108
quando
da
construo
do
modelo,
os
resultados
foram
)A
explicao
do
modelo
foi
aferida
pelo
seu
coeficiente
de
)Foram
necessrias
consideradas
para
tantas
descrever
as
variveis
diferenas
dicotmicas
quantas
qualitativas,
em
forem
lugar
da
)Foi
anexado
grfico
de
preos
observados
na
abscissa
versus
109
7. CONCLUSO
110
111
REFERNCIAS BIBLIOGRFICAS
ALVES DANTAS, R.
IV Jornadas Larenses de
Traduo e
reviso tcnica de Manuela Magalhes Hill, Ftima Ferro e Rui Menezes. 4 ed.,
Amadora: McGraw-Hill, 2000.
KMENTA, J. Elementos de Econometria. Segunda ed. So Paulo: Editora
Atlas, 1990.
MAIA NETO, F. Roteiro Prtico de Avaliaes e Percias Judiciais. 3a. ed.
Belo Horizonte: Del Rey, 1997. 320 p.
MONTGOMERY, D.C., PECK,E. Introduction to linear regression analysis.
NY: John Wiley, 1982.
MONTGOMERY, D.C.; RUNGER, G.C.. Estatstica Aplicada e Probabilidade
para Engenheiros. Traduo: Profa. Vernica Calado.
Janeiro: LTC, 1999.
112
Curitiba, 2005
STUMPF GONZLES, M. A.