ROTEIRO AVALIAÇÃO

(SISDEA)
Prof.:Tiago Meira Villar – Escola Técnica Leiaut Cariele
@peritosemcampo

1. Análise Gráfica inicial (forma direta)

▪ Após preencher os dados de coletas e do imóvel avaliando;
▪ Vá em EXIBIR>VARIÁVEIS, e verificar, inicialmente na forma direta, hipótese inicial de
cada variável independente com a variável dependente. Reta crescente ou decrescente.
Consideração de possíveis pontos atípicos no gráfico, erros de digitação etc.

TOMAR NOTA:

❑ Pontos Atípicos
❑ Possíveis erros de Digitação
❑ Micronumerosidade
❑ Tendência, intensidade e possibilidades de transformação de variáveis

Anotações iniciais:

2. Cálculo do Modelo Inicial

▪ Apontar as restrições impostas a cada variável, de acordo com sua hipótese inicial. Iniciar
com a variável dependente (valor) com sinal positivo (+) e as demais variáveis
independentes com a sua expectativa em relação com a variável dependente. (Ex.: área
privativa cresce, valor unitário decresce, neste caso área privativa seria adotado valor (-).
Definir modelo inicial com melhor Regressão ou Estimativa.

3. Escolha da melhor equação Inicial

▪ Orientação: classificar inicialmente, por regressão ou estimativa. A equação que
inicialmente apresente o maior coeficiente de Determinação (orientado >75%), seguir com
a análise.
▪ Anotar os erros e dados presente no modelo, na tabela abaixo:
 ROTEIRO DA ANÁLISE DO MODELO:
Nome de Modelo:

❑ Coeficiente de Determinação:

❑ Variáveis com comportamento inverso da hipótese inicial (sinal do valor

“relacionado” na coluna do modelo:
Var 1 Var 2 Var 3 Var 4 Var 5 Var 6 Var 7 Var 8 Var 9 Var 10

❑ Variável mais explicativa do modelo (maior t de student), anotar valor.

Var 1 Var 2 Var 3 Var 4 Var 5 Var 6 Var 7 Var 8 Var 9 Var 10

❑ Erro de Significância das Variáveis (> de 30%).

Var 1 Var 2 Var 3 Var 4 Var 5 Var 6 Var 7 Var 8 Var 9 Var 10

❑ Transformação das variáveis:

Var 1 Var 2 Var 3 Var 4 Var 5 Var 6 Var 7 Var 8 Var 9 Var 10

❑ Distribuição dos Resíduos (Desvio padrão):

66 – 74 85 – 95 95 - 100

❑ Grau de Precisão do Modelo (amplitude <50%)

SIM NÃO

❑ Gráfico dos Resíduos é Homocedástico (distribuição aleatória)?

SIM NÃO

❑ F – Calculado: (Percentual <0,05)

Valor Percentual Ok?

❑ Identificação de Pontos Influenciantes (Distância de Cook >1)

2
 ❑ Dados com resíduos maiores resíduos relativos (observar em especial, aqueles
>40%)

Dado
%

❑ Gráfico de Aderência com ângulo próximo a 45º (reta vermelha)?

SIM NÃO

❑ Histograma de Resíduos. Guarda semelhança com a curva normal?

SIM NÃO

Conclusão do Modelo

Para Revisão Concluído!

Melhoras - Anotações Finais em relação ao modelo anterior:

Pioras - Anotações Finais em relação ao modelo anterior:

3
 ORIENTAÇÕES DE RETIFICAÇÃO
▪ COEFICIENTE DE DETERMINAÇÃO BAIXO (<75%)
Incluir possível variável importante no modelo que foi negligenciada

Excluir dados com resíduo relativo alto

▪ RELAÇÃO DA VARIÁVEL NO MODELO (SINAL INVERTIDO – em vermelho)

Analisar outras possibilidades de transformção dela no modelo

▪ SIGNIFICÂNCIA DAS VARIÁVEIS ALTA (> 30%)

Análise do gráfico da variável dependente com a variável independente e identificar pontos atípicos

Reagrupar códigos alocados (ex.: de 1 – 2 -3 para 1 – 3 – 5)

▪ PERCENTUAL DO F CALCULADO ALTO (> 0,05):

Inlcusão de novas variáveis e dados

▪ MÁ DISTRIBUIÇÃO DE RESÍDUOS (68 – 90 – 95)

▪ PRESENÇA DE OUTLIERS
Analisar a possibilidade de excluí-lo do modelo.

▪ GRAU DE PRECISÃO DO MODELO ALTO (acima de 50%)

Coletar amostra com média mais aproximada do imóvel avaliando

▪ GRÁFICO DOS RESÍDUOS HETEROCEDÁSTICO ( resíduos não aleatórios)

Excluir dados com resíduos na faixa onde se faça necessário seu ajuste.

Excluir dados com maior resíduo relativo

Incluir variável independente importante no mercado

▪ FALTA DE ADERÊNCIA NO GRÁFICO DE REGRESSÃO LINEAR

Excluir dados com maiores resíduos relativos

▪ DADOS APRESENTANDO RESÍDUOS ELEVADOS (ORIENTADO <40%)

Testar modelo sem o dado com alto resíduo.

▪ IDENTIFICAÇÃO DE PONTOS INFLUENCIANTES (Distância de cook >1)

Excluir dados situados acima da reta (1) do gráfico da distância de Cook

▪ CORRELAÇÃO ALTA ENTRE VARIÁVEIS INDEPENDENTES (>80%)

Caso o imóvel a ser avaliado respeite a condição da correlação. Não existe

Restrição quanto ao uso do modelo;

Caso o avaliando não atenda a condição da correlação. Estudar a exclusão da variável independente com menor T de student.

Inclusão de novas variáveis independentes e dados.

▪ MICRONUMEROSIDADE:
Acrescentar dados com a condição da MICRONUMEROSIDADE ou excluir os dados da amostra com essa condição ou
reagrupar o código, caso satisfaça o modelo.

▪ HISTOGRAMA DE RESÍDUOS INCONFORME COM A CURVA NORMAL (GAUSS)

Excluir dados com resíduos na faixa onde se faça necessário seu ajuste.

Excluir dados com maior resíduo relativo

Acrescentar dados e novas variáveis