Escolar Documentos
Profissional Documentos
Cultura Documentos
Inferencia Estatistica - Intro-Excel97v09-160607170022
Inferencia Estatistica - Intro-Excel97v09-160607170022
SUMÁRIO
1. Introdução......................................................................................................................3
4. Exemplos Resolvidos....................................................................................................28
5. Referências Bibliográficas...........................................................................................53
2
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
1. Introdução
Inicialmente poderíamos supor que o atributo distância ao ponto valorizante não seja
influenciante no valor do lote e que a influência da área seja diretamente proporcional a esse
valor, o que possibilitaria a resolução do problema por estatística descritiva.
Entretanto, procuraremos levar em consideração o atributo distância ao ponto valorizante na
formação dos preços, obtendo uma equação de regressão linear simples, relacionando o preço
unitário (PU) com a distância (DIST) do tipo: Ŷi = B0 + B1X1, que terá o seguinte aspecto:
3
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Para tanto, utilizaremos o Excel 2007 e o suplemento PHStat2 para calcular as Estatísticas de
Regressão, Anova e Correlação. Ative o Excel e insira os dados em sua área de trabalho
(Tabela 1.1), como mostrado na Figura 1.1.
Figura 1.1
Antes de iniciar a Análise de Dados é necessário ativar os suplementos do Excel 2007 para que as
ferramentas de análise estejam disponíveis, para ativá-las, clique com o botão direito sobre a
barra de ferramentas, em seguida clique em “Personalizar barra de tarefas de acesso rápido” ,
clique em “Suplementos”, na opção Gerenciar, selecione a opção “Suplementos do Excel” e
em seguida clique em “IR”, no menu suplementos ative os itens “Ferramentas de Análise” e
“Ferramentas de Análise – VBA” , como mostrado na Figura 1.2, em seguida clique em
“OK”.
4
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Figura 1.2
Figura 1.3
5
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
No campo Intervalo Y de Entrada deve ser fornecido o intervalo que contém as variáveis
dependentes ou explicadas, que em nosso caso é PU. Selecione a célula B1 e arraste até a célula
B11. Clique no campo Intervalo X de Entrada.
Da mesma forma, para este campo, deve ser fornecido o intervalo que contém as variáveis
independentes ou explicativas, que em nosso caso é a distância. Portanto, selecione a célula C1 e
arraste até a célula C11 para selecionar o intervalo. Marque a opção Rótulos, pois em nossos
intervalos incluímos junto aos dados seus respectivos rótulos.
Marque a opção Nível de Confiança e substitua o valor padrão de 95% por 80% que é o valor
recomendado pela NBR-14653-2:2003.
Marque as opções “Resíduos”, “Resíduos Padronizados” e “Plotar Resíduos”.
Figura 1.4
Clique no botão Intervalo de saída e, posteriormente, no campo que está a sua direita. Insira a
referência para a célula onde o Microsoft Excel exibirá o canto superior esquerdo da tabela de
regressão e Anova.
Para tanto, após selecionar o referido campo clique sobre a célula A19 ou referencie a célula A19
digitando “A19” diretamente no campo.
A aparência da caixa de diálogo Regressão ficará semelhante com a da Figura 1.4 mostrada
acima. Clique em OK.
6
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Figura 1.5
7
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Estatística de regressão
R múltiplo 0,88054
R-Quadrado 0,77536
R-quadrado
ajustado 0,74728
Erro padrão 10,21017
Observações 10
Tabela 1.3
Erro padrão: É o desvio padrão do modelo, dado pela raiz quadrada da variância.
ANOVA
F de
gl SQ MQ F significação
Regressão 1 2878,51914 2878,51914 27,61233 0,00077
Resíduo 8 833,98085 104,24760
Total 9 3712,5
95%
Coeficientes Erro padrão Stat t valor-P 95% inferiores superiores
Interseção 184,16104 14,01440 13,14084 1,07E-06 151,84380 216,47830
DIST. (X1) -0,040259 0,00766 -5,25474 0,00077 -0,05793 -0,02259
Inferior Superior
80,0% 80,0%
164,58550 203,73660
-0,05096 -0,02956
Tabela 1.4
8
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
RESULTADOS DE RESÍDUOS
Agora de posse dos coeficientes da equação de regressão linear simples, podemos concluir que a
equação PÛ = B0 + B1 * DIST, fazendo as devidas substituições com os coeficientes, é:
PÛ = 184,161 – 0,04026*DIST,
Após instalado o “PHStat” só estará disponível no Excel quando ele for aberto, portanto, toda
vez que forem utilizar o “PHStat” deve-se abrir o “Excel” e o “PHStat”. O leitor saberá se o
software esta disponivel verficando se esta aparecendo o menu “Suplementos” na barra de
ferramentas. No caso de o menu “Suplementos” não estar aparecendo, a instalação pode ter
sido feita de forma incorreta, ou o usuário não abriu o “PHStat”
Configure o PHStat conforme mostrado na figura 1.6, onde X é o valor da variável independente
para o terreno que esta sendo avaliado, no caso X é a distancia 2100 metros. Clique em OK, o
PHStat criará um nova planilha com nome “Estimated” com os intervalos de confiança para o
preço previsto e para uma nova observação.
9
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Fig 1.6
Tabela 1.6
intervalo de confiança de 80% sobre o valor pontual da avaliação. Como fornecemos para o
campo “confidence levels for interval estimates” o valor de 80%, os valor superior e inferior
fornecidos pelo PHStat referem-se a um intervalo de confiança de 80% sobre o valor pontual da
avaliação, com estes dados pode-se calcular a amplitude que é dada por:
Grau
Descrição
III II I
Amplitude do intervalo de confiança de 80%
≤ 30% 30% - 50% > 50%
em torno do valor central da estimativa
NOTA Observar subseção 9.1.
Tabela 1.7
Através da Tabela 1.7, que foi transcrita da NBR 14653-2, pode-se classificar a avaliação quanto
ao grau de precisão, como a amplitude do intervalo de confiança é menor do que 30% , a
avaliação apresenta Grau de Precisão 3
O intervalo para uma resposta individual de Y, é o intervalo de confiança para uma nova
observação que possua as mesmas caracteristicas quanto as variáveis da observação
utilizada para o cálculo, não é de interesse para a avaliação pois o que nos interessa é o
intervalo de confiança para a observação que foi avaliada.
Testada a hipótese nula da regressão (ß1 = 0) pelo teste F, a mesma foi rejeitada ao nível de
1%, uma vez que:
Fcalculado = 27,61 > F (λ) (k), (n-k-1) = F (1%) (1), (8) = 11,30.
Nota: Para obter F (1%) (1), (8) pode-se consultar uma tabela F ou através da função “INVF” do
Excel, para a obtenção através da função “INVF” deve-se proceder da seguinte forma:
11
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
=INVF(0,01;1;8)
Na célula E31 o Excel fornece o F de significação, que é o nível de significância com o qual se
aceita a hipótese nula da regressão, no modelo como F de significação < 0,01, rejeita-se a
hipótese nula da regressão ao nível de 1%.
Testada a hipótese nula do regressor (ß1 =0), a mesma foi rejeitada ao nível de 5%, uma vez
que:
B1 0,04026
t1 5,25 t ( n2), t (8), 5% 2,31
S B1 0,007661
Nota: Para obter t(8), 5% pode-se consultar uma tabela t ou através da função “INVT” do Excel,
para a obtenção através da função “INVT” deve-se proceder da seguinte forma:
=INVT(0,05;8)
Outra forma de fazer o teste é através do valor P (Célula E36) que representa o nível de
significância com a qual se aceita a hipótese nula do regressor, no modelo, como valor P < 0,05,
rejeita-se a hipótese nula do regressor ao nível de 5%.
Obs.: Os níveis de significância adotados para o teste de hipóteses devem ser escolhidos
através da NBR 14653, item 9.2.1. Os níveis de significância dependem do Grau de
Fundamentação escolhido pelo avaliador.
12
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Primeira hipótese: A variável independente corresponde a números reais que não contenham
nenhuma perturbação aleatória.
Para evitar o problema de micro numerosidade, a NBR 14653-2 no item 3 da Tabela 1 determina
o número mínimo dados de mercado utilizados na modelagem, a princípio:
Terceira hipótese: Os erros são variáveis aleatórias com valor esperado nulo e variância
constante.
Gráfico 1.1
13
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Como os pontos estão distribuídos de forma aleatória em torno da reta horizontal que passa pela
origem e não apresentam nenhum padrão definido, aceita-se a hipótese como atendida, classifica-
se também o modelo como homocedástico1.
Um gráfico de resíduos padronizados versus preço previsto, apresentando 95% dos pontos no
intervalo [-1,96;+1,96] é um indicador favorável a verificação da hipótese.
Tabela 1.2
Como 100% dos pontos estão distribuídos no intervalo [-1,96;+1,96] se aceita a quarta hipótese.
Quinta hipótese: Os erros são “não correlacionados”, isto é, são independentes sob a condição
de normalidade.
A verificação é feita com o auxilio da razão de Von Neumann, que foi tabelada por Durbin
Watson para os níveis de significância de 5%, 2,5% e 1%, considerando modelos com 15 a 100
observações com até seis variáveis (Ver Anexo 1).
A estatística de Von Neumann pode ser calculada através do PHStat.. Na barra de ferramentas
abra o menu “Suplementos”, clique em “PHStat”, clique em “Regression” e clique em
“Simple Linear Regression”. Informe o intervalo de células das variáveis dependentes e
independentes, e selecione a opção “Durbin-Watson Statistic”, em seguida clique em “OK”, o
1
Homocedástico: Quando os pontos apresentam dispersão totalmente aleatória em torno de uma reta horizontal que
passa pela origem e sem nenhum padrão definido.
14
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
menu deverá ficar como o apresentado na Figura 1.7. O PHStat criará uma nova planilha com o
valor da Razão de Von Neumann (Durbin-Watson Statistic).
Figura 1.7
Durbin-Watson Calculations
Tabela 1.8
Para que a quinta hipótese seja satisfeita: du < Durbin-Watson Statistic < (4 - du), onde du é o
valor tabelado por Durbin-Watson (ver Anexo 1) . Escolhe-se o valor de du para 15 observações
(du não foi tabelado para 10 observações) e 1 variável independente ao nível de significância de
1%.
dutab 1,07
15
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Como:
1,07 < Durbin-Watson Statistic < (4 -1,07)
1,07 < 1,37 < 2,93
Obs. Neste exemplo assim como no seguinte, estamos supondo a amostra já saneada, isto é,
isenta de dados supostamente discrepantes. Mais tarde será ilustrado como proceder para sanear
uma amostra utilizando o critério de Chauvenet.
É recomendado ao leitor que só inicie a leitura deste capitulo após ter lido o capitulo que trata de
regressão linear simples, pois é necessário o total conhecimento de regressão linear simples para
proceder a analise de regressão múltipla.
-Variáveis quantitativas
- Número de quartos
- Número de banheiros
- Número de vagas de garagem.
Variáveis dicotômicas:
-Área de lazer (Recebe valor 1 se o apartamento possuir, e 0 em caso contrário)
Variáveis qualitativas:
-Estado de conservação (Recebe valor 1 para bom, 2 para regular e 3 para ruim), é
considerada como qualitativa, mas na verdade é uma variável tricotômica.
-Numero de banheiros: 2
- Numero de vagas de garagem: 1
-Área de lazer: Não possui (Recebe valor 0)
-Estado de conservação: Regular (Recebe valor 2)
Desta forma, tentar-se-á obter uma equação de regressão múltipla relacionando o preço unitário
(PU) com as variáveis descritas anteriormente. A equação será do tipo:
17
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Com o Excel ativo, e com os dados já dispostos em sua área de trabalho (Tabela 2.1), no menu
Dados clique em “Análise de Dados”.
Figura 2.1
18
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
No campo Intervalo de Entrada deve ser fornecido o intervalo que contêm todas as variáveis
envolvidas na regressão, que neste exemplo são seis: PU, X1, X2, X3, X4 e X5. Portanto,
selecione B1 e arraste até G22.
Marque a opção Rótulos na primeira linha, pois em nossa seleção incluímos com os dados seus
respectivos rótulos.
Marque em Opções de saída o botão Intervalo de saída. Para inserir a referência para a célula
superior esquerda da tabela de saída, clique no campo que está imediatamente à direita do botão
intervalo de saída e insira a referência de célula “A24”. Clique em OK.
O resultado será uma tabela de Correlação como a mostrada na Figura 2.2:
Figura 2.2
De posse das Correlações entre os dados, deve-se verificar se há alguma correlação superior a
0,70 entre variáveis independentes. Segundo Dantas (2005) correlações acima de 0,7 podem ser
prejudiciais ao modelo. No exemplo, as variáveis “número de banheiros” e “numero de quartos”
apresentam correlação igual a 0,90, o que é prejudicial ao modelo, uma das duas variáveis deve
ser excluída do modelo. Para determinar qual variável a ser excluída será calculado o FIV através
do PHStat.
19
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
O PHStat criará varias planihas contendo o FIV de cada variável, deve-se verificar se existe
alguma variavel com FIV maior que 5, caso exista, deve-se excluir a variavel. Caso exista 2
variáveis com FIV maior que 5 deve-se excluir a variavel com maior FIV e após proceder uma
nova verificação do FIV até que não haja nenhuma variável com FIV maior que 5.
Figura 2.3
As variaveis “número de quartos” e “numero de banheiros” possuem FIV maior que 5, porém o
FIV da variavel numero de quartos é maior, deve-se excluir a variavel „numero de quartos” e
fazer nova verficação do FIV.
Após a exclusão da variável numero de quartos a planilha deve ficar como a Tabela 2.2:
20
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Vagas de Estado de
N. de Número de Área de
Preço garagem conservação
registro banheiros (X1) lazer (X4)
(X2) (X3)
1 450 2 1 2 0
2 400 1 1 3 1
3 500 2 1 2 1
4 500 2 2 3 0
5 350 1 1 2 0
6 600 2 2 1 0
7 350 1 1 2 0
8 300 1 1 2 0
9 450 1 1 1 0
10 350 1 1 2 0
11 500 2 1 2 0
12 500 2 1 2 0
13 500 2 2 2 0
14 350 1 1 2 0
15 400 1 1 2 0
16 300 1 1 2 0
17 500 2 1 2 1
18 450 1 1 1 0
19 400 1 1 2 0
20 480 2 1 3 1
21 420 2 1 3 0
Tabela 2.2
Como todos os FIVs são menores que 5 não há problema de colinearidade no modelo com 4
variáveis independentes.
No campo Intervalo X de entrada, vamos inserir as referências de células que contém os dados
das variáveis dependentes, que neste exemplo são X1, X2, X3 e X4. Clique no campo Intervalo
X de entrada. Selecione a célula C1 e arraste o mouse até a célula F22, a referência de célula
aparecerá automaticamente no referido campo.
Como na referência dos dados dependentes e independentes, nos referimos aos dados com seus
respectivos rótulos, marque a opção Rótulos.
Dado que estamos trabalhando com um intervalo de confiança de 80% marque o botão Intervalo
de confiança e substitua o valor padrão de 95% por 80%. Em Opções de saída marque o botão
Intervalo de saída para introduzir uma referência de célula.
Clique no campo à direita do botão. Selecione a célula A31. A configuração da caixa de diálogo
Regressão se parecerá como a mostrada na Figura 2.4. Clique em OK.
Figura 2.4
22
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Figura 2.5
As tabelas de Regressão, Anova, Resíduos e Correlação gerada pelo Microsoft Excel estão
apresentadas abaixo:
Estatística de regressão
R múltiplo 0,91573
R-Quadrado 0,83856
R-quadrado ajustado 0,79821
Erro padrão 35,39676
Observações 21
ANOVA
F de
gl SQ MQ F significação
Regressão 4 104134,06220 26033,51554 20,77810 3,55556E-06
Resíduo 16 20046,89023 1252,93064
Total 20 124180,95240
23
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
95% 95%
Coeficientes Erro padrão Stat t valor-P inferiores superiores
Interseção 302,88334 39,27305 7,71224 8,89007E-07 219,62820 386,13849
Número de
banheiros (X1) 108,66723 18,91222 5,74587 3,00723E-05 68,57510 148,75937
Vagas de garagem
(X2) 61,80280 26,18965 2,35982 0,031321044 6,28322 117,32238
Estado de
conservação (X3) -55,24505 14,75194 -3,74493 0,001766555 -86,51778 -23,97232
Área de lazer (X4) 53,25881 22,92891 2,32278 0,033699697 4,65167 101,86595
Inferior Superior
80,0% 80,0%
250,38482 355,38187
83,38618 133,94829
26,79360 96,81201
-74,96482 -35,52528
22,60841 83,90921
RESULTADOS DE RESÍDUOS
Resíduos
Observação Previsto(a) Preço Resíduos padrão
1 471,53 -21,53052 -0,68005
2 360,87 39,12295 1,23572
3 524,78 -24,78933 -0,78299
4 478,08 21,91172 0,69209
5 362,86 -12,86328 -0,40629
6 588,57 11,42161 0,36076
7 362,86 -12,86328 -0,40629
8 362,86 -62,86328 -1,98558
9 418,11 31,89165 1,00732
10 362,86 -12,86328 -0,40629
11 471,53 28,46947 0,89923
12 471,53 28,46947 0,89923
13 533,33 -33,33333 -1,05285
14 362,86 -12,86328 -0,40629
15 362,86 37,13671 1,17299
16 362,86 -62,86328 -1,98558
17 524,78 -24,78933 -0,78299
18 418,10 31,89165 1,00732
19 362,86 37,13671 1,17299
20 469,54 10,45571 0,33025
21 416,29 3,71453 0,11732
24
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
PÛ = R$ 471,53
Configure o PHStat conforme mostrado na figura 2.6. Clique em OK, o PHStat criará um nova
planilha com nome “Intervals” com os intervalos de confiança para o preço previsto e para uma
nova observação.
Nas células B6:B9 deve-se informar os valores das variáveis independentes do imóvel avaliando.
Para o imóvel avaliando desta apostila devem-se preencher os campos como segue descrito na
tabela 2.3:
Data
Confidence Level 80%
1
Número de banheiros (X1) given value 2
Vagas de garagem (X2) given value 1
Estado de conservação (X3) given value 2
Área de lazer (X4) given value 0
Tabela 2.3
25
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Figura 2.6
Nas células A29:B39, o PHStat fornece o valor previsto para o imóvel e os intervalos de
confiança para o valor previsto e para uma resposta individual, conforme abaixo.
Como a amplitude é menor do que 30% ,através da Tabela 1.7 podemos classificar a avaliação
com Grau de Precisão 3
O intervalo para uma resposta individual de Y não é de interesse para a avaliação (Ver item
2.2 desta apostila).
Testada a hipótese nula da regressão (ß1 = 0) pelo teste F, a mesma foi rejeitada ao nível de
1%, uma vez que:
Caso fosse aceita a hipótese nula da regressão a equação obtida não poderia ser utilizada para
explicar o comportamento dos valores de mercado dos imóveis.
Testada a hipótese nula dos regressores (ß1 =0), a mesma foi rejeitada ao nível de 5%, uma vez
que:
Valor P ( X 1) 3,01 10 5 0,05
Valor P ( X 2) 0,031 0,05
Valor P ( X 3) 0,001 0,05
Valor P ( X 4) 0,034 0,05
OBS: Valor P é o nível de significância em que se aceita a hipótese nula dos regressores.
Caso alguma variável independente tivesse a hipótese nula aceita, ela poderia ser excluída do
modelo, e dever-se-ia recalcular as estatísticas de regressão, tabela Anova, e tabela de resíduos.
27
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Deve-se proceder a verificação das 5 hipóteses básicas descritas na Regressão Linear Simples e
verificar uma nova hipótese que só se aplica a Regressão Múltipla.
Sexta hipótese: Não deve existir nenhuma relação exata entre quaisquer variáveis
independentes.
Para proceder esta verificação deve-se consultar a tabela de correlações e assegurar que não
exista nenhuma correlação igual a 1 entre duas variáveis independentes.
TABELA DE CORRELAÇÃO
No modelo não existe nenhum correlação igual a 1 entre duas variáveis independentes, então, se
aceita a sexta hipótese.
Obs. Neste exemplo, estamos supondo a amostra já saneada, isto é, isenta de dados supostamente
discrepantes. Mais tarde será ilustrado como proceder para sanear uma amostra utilizando o
critério de Chauvenet.
4. Exemplos Resolvidos
28
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Resolução:
Consiste em se eliminar os registros da amostra, cujos preços (Pori) distem mais do que um certo
limite (dlim) da média de preços da amostra, ou seja, elimina-se todos os registros cujos preços
(Pori) estiverem fora do intervalo:
( Pori(i) Pori) 2
Sp i 1
n 1
n= 5 6 7 8 9 10
(d/Sp)crítico 1,65 1,73 1,80 1,86 1,92 1,96
n= 11 12 13 14 15 16
(d/Sp)crítico 1,98 2,03 2,05 2,10 2,12 2,16
n= 17 18 19 20 21 22
(d/Sp)crítico 2,18 2,20 2,23 2,24 2,26 2,28
n= 24 26 30 40 50
(d/Sp)crítico 2,31 2,35 2,39 2,50 2,58
Tabela 4.1.2
Com a tabela 3.1 inserida no Microsoft Excel, utilize as funções MÉDIA e DESVPAD para
calcular Pori que é a média aritmética dos preços unitários (R$/m2) e Sp que é o desvio padrão dos
preços da amostra. Daí, vem que:
(39,02 – 13,13) ≤ Pori (i) ≤ (39,02 + 13,13) = 25,89 ≤ Pori (i) ≤ 52,15
29
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Com isto, concluímos que a amostra não tem nenhum dado supostamente discrepante. Isto é, a
amostra já está saneada.
Estatística de regressão
R múltiplo 0,69640049
R-Quadrado 0,48497365
R-quadrado 0,14162275
ajustado
Erro padrão 7,03174433
Observações 6
ANOVA
gl SQ MQ F F de significação
Regressão 2 139,680598 69,8402992 1,4124723 0,369610395
Resíduo 3 148,336285 49,4454283
Total 5 288,016883
Coeficientes Erro padrão Stat t Valor-P 95% inferiores
Interseção 66,2600311 36,8151914 1,79980135 0,1697137 -50,90244869
Frente (m) 2,16161984 2,2004549 0,98235135 0,3983645 -4,84121629
Profund. (m) -1,8239823 1,11402051 -1,63729688 0,2000917 -5,369296092
95% Inferior 80,0% Superior
superiores 80,0%
183,4225108 5,9661244 126,5539377
9,164455972 -1,44216483 5,765404507
1,721331482 -3,64846416 0,000499551
Tabela 4.1.3
Testada a hipótese nula da regressão (ß1 = 0 e ß2 = 0), ambas foram aceitas, uma vez que:
Fcalculado= 1,4124723 < F (λ) (k), (n-k-1) = F (1%) (2), (3) = 30,81 (tabelado)
Isto significa que ß1 e ß2 não são variáveis influenciantes ao nível de significância de 1% ou sua
influência é muito reduzida na formação do preço unitário dos terrenos. Como a hipótese nula do
teste foi aceita, poderíamos concluir nossa análise nesta etapa. Mas para ilustrar o roteiro
normalmente adotado quando a hipótese nula é rejeitada, vamos continuar os testes.
30
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Testada a hipótese nula dos regressores (ß1 = 0 ou ß2 = 0), a primeira foi aceita, uma vez :
b1 2,16161984 2,161
t1 0,982
QMR 49,44 2,200
SQ x1 .SQ x 2 ( S x1x 2 ) 2 12 * 46,82 (9,15) 2
SQ x 2 46,82
b2 1,823 1,823
t2 1,636
QMR 49,44 1,114
SQ x1 .SQ x 2 ( S x1x 2 ) 2 12 * 46,82 (9,15) 2
SQ x1 12,00
Assim temos também que ß2 não influi decisivamente na formação de preços, com um nível de
confiança de 90%, para fazer parte da equação que procura descrever a variação de preços no
mercado imobiliário da região de coleta das amostras. Deste modo, não podemos obter, a partir
dos dados da tab. 3.1, uma equação que represente o preço unitário dos terrenos de forma
eficiente.
Como esperávamos, este teste apenas confirmou o que já havíamos concluído no 4.º passo:
Entretanto, como a amostra é muito pequena, pode acontecer desta não ser representativa, isto é,
corre-se o risco de ser tendenciosa. Daí deveríamos suspeitar que a amostra não é de fato
representativa, tendo em vista que a bibliografia técnica afirma que a frente ou testada do terreno
influi decisivamente na formação de seu preço unitário.
4.2. A tabela a seguir se refere a uma pesquisa de terrenos urbanos em uma dada área
central de uma cidade X. A pesquisa concentrou-se ao longo das Avenidas AP e PF, duas vias de
comércio intenso e nas ruas transversais até uma distância máxima de 270m. Registrou-se os
preços dos terrenos em oferta, suas áreas e distância às referidas avenidas. Verifique se pode ou
não obter uma equação de regressão a partir da amostra abaixo.
31
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Resolução:
Como o registro n.º 5 está fora do intervalo acima, concluímos que se trata de um dado espúrio,
portanto, será eliminado e não considerado para fins de inferência estatística.
Vamos recalcular novamente o intervalo para o critério de Chauvenet para verificar se existe
mais algum dado discrepante.
Desta forma, o registro nº 6, também constitui um dado espúrio, de modo que, deveremos
recalcular um novo intervalo:
CORRELAÇÕES
VT Área DIST.
VT 1
Área 0,571241 1
DIST. 0,0396682 0,813187 1
ANOVA
gl SQ MQ F F de signific.
Regressão 2 2,67E+10 1,33E+10 15,25179 0,007443
Resíduo 5 4,37E+09 8,74E+08
33
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Total 7 3,1E+10
Coeficientes Erro Stat t valor-P 95% inferiores 95%
padrão superiores
Interseção 80100,28 16575,96 4,832317 0,004747 37490,5 122710,1
Área 172,5055 31,26266 5,517941 0,002677 92,14243 252,8686
DIST. -2457,27 564,9533 -4,34951 0,007363 -3909,52 -1005,01
Inferior Superior
80,0% 80,0%
55636,08 104564,5
126,3654 218,6456
-3291,07 -1623,46
Tabela 4.2.1
Testada a hipótese nula da regressão (ß1 = 0 e ß2 = 0), ambas foram aceitas , uma vez que:
Fcalculado= 15,25179 < F (λ) (k), (n-k-1) = F (1%) (2), (5) = 13,27 (tabelado)
Nº
Residencial Valor Área Cond. Garagem Portaria Armário Quadra Piscina Sacada
registro
Cachoeirinha
1 R$ 140.000 118 R$ 255 2 1 1 1 0 0
II
2 Itacolomi R$ 145.000 98 R$ 350 1 1 1 1 1 1
3 Via Park R$ 185.000 103 R$ 0 2 0 1 0 0 0
4 - R$ 145.000 107 R$ 220 2 1 0 0 1 1
5 Dominica R$ 95.000 73 R$ 180 1 1 0 0 1 1
34
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
35
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Verifica-se que a variável “condomínio” possui uma correlação alta com a variável
“portaria”, faremos o cálculo dos FIVs para verificar se alguma variável deve ser excluída do
modelo.
Os FIVs calculados são:
Como todos os FIVs são menores que 5 não há problema de colinearidade no modelo.
ANOVA
F de
gl SQ MQ F significação
Regressão 8 2,87E+10 3,59E+09 10,44 0,0002353
Resíduo 12 4,125E+09 3,44E+08
Total 20 3,282E+10
Erro 95%
Coeficientes padrão Stat t valor-P 95% inferiores superiores
Interseção 61518,859 25665,059 2,397 0,034 5599,498 117438,219
Área 1328,125 256,993 5,168 0,000 768,186 1888,064
Cond. -141,130 98,052 -1,439 0,176 -354,768 72,508
Garagem 1530,987 10479,344 0,146 0,886 -21301,543 24363,516
Portaria -50393,393 19875,963 -2,535 0,026 -93699,397 -7087,390
Armário -33156,881 10723,162 -3,092 0,009 -56520,644 -9793,117
Quadra 51370,673 12464,005 4,122 0,001 24213,938 78527,407
Piscina 29013,363 12644,275 2,295 0,041 1463,853 56562,872
36
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Pelo teste F, a mesma foi rejeitada ao nível de 1%, uma vez que:
Ao término do calculo das estatísticas de regressão e dos testes de hipóteses devemos verificar se
o modelo realmente serve para explicar o comportamento real do mercado imobiliário. A priori
esta tudo correto em nosso modelo, mas vamos nos atentar aos coeficientes obtidos para as
variáveis: Portaria, Armário e Sacada.
Coeficientes:
-Portaria = R$ -50393,39
-Armário = R$ -33156,88
-Sacada = R$ -18193,10
Os coeficientes negativos para estas variáveis não condizem com a realidade. Podemos ver
através do exemplo:
Um apartamento que não possua Armário Embutido tem um valor de mercado, se o seu
proprietário resolver investir na instalação de Armário Embutido no apartamento seu
apartamento, este investimento ira agregar valor ao imóvel, ao contrário do que diz o modelo,
cujo diz que se o proprietário investir na instalação de armário embutido o valor do imóvel irá
diminuir em R$ 33156,88.
Para tentar descobrir o que esta afetando o modelo de regressão plota-se gráficos das variáveis
explicativas versus variável explicada, conforme demonstrado a seguir:
37
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Gráfico 4.3.1
Gráfico 4.3.2
38
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Gráfico 4.3.3
Gráfico 4.3.4
39
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Gráfico 4.3.5
Gráfico 4.3.6
40
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Gráfico 4.3.7
Gráfico 4.3.8
A plotagem desses gráficos é feita para verificar a existência de pontos influenciantes. “Entende-
se por pontos influenciantes aqueles com pequenos resíduos, em algumas vez até nulos, mas que
se distanciam da massa de dados, podendo alterar completamente as tendências naturais indicadas
pelo mercado (DANTAS, 2005, p. 113).”
41
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Pode-se concluir então que as amostras 3, 6, 9, 10 são pontos influenciantes no modelo, a solução
é excluir esses dados de nossa amostra e proceder a analise de regressão novamente.
Nº
Residencial Valor Área Cond. Garagem Portaria Armário Quadra Piscina Sacada
registro
Cachoeirinha
1 R$ 140.000 118 R$ 255 2 1 1 1 0 0
II
2 Itacolomi R$ 145.000 98 R$ 350 1 1 1 1 1 1
3 - R$ 145.000 107 R$ 220 2 1 0 0 1 1
4 Dominica R$ 95.000 73 R$ 180 1 1 0 0 1 1
Cachoeirinha
5 R$ 130.000 102 R$ 255 1 1 1 1 0 0
II
6 Vitoria R$ 140.000 70 R$ 0 1 0 1 0 0 0
7 Sevilha R$ 90.000 80 R$ 220 1 1 1 1 0 1
Parque dos
8 R$ 75.000 72 R$ 150 1 0 1 0 0 1
coqueiros
9 Cedro R$ 90.000 78 R$ 215 1 1 1 1 1 1
Marques de
10 R$ 110.000 90 R$ 110 1 1 0 0 0 1
Labradil
11 Las Palmas R$ 95.000 93 R$ 130 1 1 1 0 0 0
12 - R$ 85.000 87 R$ 180 1 1 0 0 0 0
13 Sam Lorenço R$ 125.000 76 R$ 275 2 1 0 1 1 1
14 Mangaratiba R$ 85.000 87 R$ 190 1 1 0 0 0 0
15 Nova Suécia R$ 105.000 110 R$ 200 2 1 1 0 0 0
Nova
16 R$ 93.000 110 R$ 215 2 1 1 0 0 0
Portugal
Nova
17 R$ 100.000 110 R$ 200 2 1 1 0 0 0
Inglaterra
Planilha 4.3.2
*Observe que o número de registro das amostras foram alterados para que não haja confusão
quanto ao número real de amostras do modelo.
Verificando se ainda existem pontos influenciantes no modelo, plota-se o gráfico do Valor x Área
(Gráfico 4.3.9), que supostamente é a variável que mais influencia no modelo.
42
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Gráfico 4.3.9
Procedendo novamente a exclusão das amostras que foram consideradas como pontos
influenciantes, temos uma nova planilha:
Nº
Residencial Valor Área Cond. Garagem Portaria Armário Quadra Piscina Sacada
registro
Cachoeirinha
1 R$ 140.000 118 R$ 255 2 1 1 1 0 0
II
2 - R$ 145.000 107 R$ 220 2 1 0 0 1 1
3 Dominica R$ 95.000 73 R$ 180 1 1 0 0 1 1
Cachoeirinha
4 R$ 130.000 102 R$ 255 1 1 1 1 0 0
II
5 Sevilha R$ 90.000 80 R$ 220 1 1 1 1 0 1
Parque dos
6 R$ 75.000 72 R$ 150 1 0 1 0 0 1
coqueiros
7 Cedro R$ 90.000 78 R$ 215 1 1 1 1 1 1
Marques de
8 R$ 110.000 90 R$ 110 1 1 0 0 0 1
Labradil
9 Las Palmas R$ 95.000 93 R$ 130 1 1 1 0 0 0
10 - R$ 85.000 87 R$ 180 1 1 0 0 0 0
11 Mangaratiba R$ 85.000 87 R$ 190 1 1 0 0 0 0
12 Nova Suécia R$ 105.000 110 R$ 200 2 1 1 0 0 0
Nova
13 R$ 93.000 110 R$ 215 2 1 1 0 0 0
Portugal
Planilha 4.3.3
Estatística de regressão
R múltiplo 0,97
R-Quadrado 0,94
R-quadrado
ajustado 0,83
Erro padrão 9070,31
Observações 13,00
ANOVA
F de
gl SQ MQ F significação
Regressão 8 5,58E+09 6,98E+08 8,48396 0,02767
Resíduo 4 3,29E+08 8,23E+07
Total 12 5,91E+09
95% 95%
Coeficientes Erro padrão Stat t valor-P inferiores superiores
-
Interseção -100482,85 55292,778 -1,817 0,143 254000,212 53034,513
Área 2810,96 599,113 4,692 0,009 1147,557 4474,366
Cond. 30,86 162,813 0,190 0,859 -421,186 482,899
Garagem -38747,74 19758,679 -1,961 0,121 -93606,632 16111,143
Portaria -23408,23 14971,673 -1,564 0,193 -64976,258 18159,800
Armário -12745,33 9749,310 -1,307 0,261 -39813,757 14323,090
Quadra 10060,42 17584,117 0,572 0,598 -38760,919 58881,752
Piscina 18423,20 10288,165 1,791 0,148 -10141,328 46987,722
Sacada 19958,17 12599,302 1,584 0,188 -15023,101 54939,439
Tabela 4.3.3
44
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Nº
Residencial Valor Área Piscina Sacada
registro
Cachoeirinha
1 R$ 140.000 118 0 0
II
2 - R$ 145.000 107 1 1
3 Dominica R$ 95.000 73 1 1
Cachoeirinha
4 R$ 130.000 102 0 0
II
5 Sevilha R$ 90.000 80 0 1
Parque dos
6 R$ 75.000 72 0 1
coqueiros
7 Cedro R$ 90.000 78 1 1
Marques de
8 R$ 110.000 90 0 1
Labradil
9 Las Palmas R$ 95.000 93 0 0
10 - R$ 85.000 87 0 0
11 Mangaratiba R$ 85.000 87 0 0
12 Nova Suécia R$ 105.000 110 0 0
Nova
13 R$ 93.000 110 0 0
Portugal
Planilha 4.3.4
Estatística de regressão
R múltiplo 0,853295582
R-Quadrado 0,72811335
R-quadrado
ajustado 0,637484466
Erro padrão 13365,14891
Observações 13
ANOVA
F de
gl SQ MQ F significação
Regressão 3 4,31E+09 1435092742 8,034 0,0065
Resíduo 9 1,61E+09 178627205,5
Total 12 5,91E+09
45
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
95% 95%
Coeficientes Erro padrão Stat t valor-P inferiores superiores
-
Interseção -43408,756 32710,009 -1,327 0,217 117403,937 30586,425
Área 1466,565 319,976 4,583 0,001 742,728 2190,401
Piscina 10511,655 11045,229 0,952 0,366 -14474,389 35497,698
Sacada 16772,531 11286,761 1,486 0,171 -8759,895 42304,958
RESULTADOS DE RESÍDUOS
Observe que temos duas amostras com resíduos altos. Deve-se verificar a amostra quanto a
presença de outliers. “Entende-se por outlier um dado que contém grande resíduo em relação aos
demais que compõe a amostra. Estes pontos ponde ser detectados com facilidade através de uma
análise gráfica dos resíduos padronizados versus os valores previsto (DANTAS, 2005, p. 112).”
Plota-se o gráfico 4.3.10 Resíduos padrão x Previsto(a) Valor, através de uma analise visual é
possível identificar a presença de dois outliers indicados pelas setas correspondentes as amostras
4 e 13. Para prosseguir deve-se excluir as duas amostras do modelo, e conseqüente deve-se
excluir também uma variável, pois como teremos apenas 11amostras quando a norma exige no
mínimo 12 amostras para um modelo com 3 variáveis. Excluiremos a variável piscina, pois é a
única das 3 variáveis que não é significante para o modelo.
46
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Gráfico 4.3.10
Após a exclusão das amostras 4 e 13 e da variável piscina, a planilha ficara como a planilha
4.3.5.
Nº
Residencial Valor Área Sacada
registro
Cachoeirinha
1 R$ 140.000 118 0
II
2 - R$ 145.000 107 1
3 Dominica R$ 95.000 73 1
4 Sevilha R$ 90.000 80 1
Parque dos
5 R$ 75.000 72 1
coqueiros
6 Cedro R$ 90.000 78 1
Marques de
7 R$ 110.000 90 1
Labradil
8 Las Palmas R$ 95.000 93 0
9 - R$ 85.000 87 0
10 Mangaratiba R$ 85.000 87 0
11 Nova Suécia R$ 105.000 110 0
Planilha 4.3.5
RESULTADOS DE RESÍDUOS
47
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Previsto(a) Resíduos
Observação Valor Resíduos padrão
1 133096,72 6903,28 0,94
2 139567,84 5432,16 0,74
3 83921,0811078,92 1,51
4 95377,77-5377,77 -0,73
5 82284,41-7284,41 -0,99
6 92104,43-2104,43 -0,29
7 111744,46-1744,46 -0,24
8 92179,98 2820,02 0,39
9 82359,97 2640,03 0,36
10 82359,97 2640,03 0,36
-
11 120003,36 15003,36 -2,05
Tabela 4.3.5
Gráfico 4.3.11
Através de uma analise visual é possível identificar a presença de dois outliers indicados pelas
setas, correspondentes as amostras 3 e 11. Para prosseguir deve-se excluir do modelo as amostras
3 e 11 e fazer nova verificação.
Nº
Residencial Valor Área Sacada
registro
Cachoeirinha
1 R$ 140.000 118 0
II
2 - R$ 145.000 107 1
3 Sevilha R$ 90.000 80 1
Parque dos
4 R$ 75.000 72 1
coqueiros
5 Cedro R$ 90.000 78 1
Marques de
6 R$ 110.000 90 1
Labradil
7 Las Palmas R$ 95.000 93 0
8 - R$ 85.000 87 0
9 Mangaratiba R$ 85.000 87 0
Planilha 4.3.6
RESULTADOS DE RESÍDUOS
Previsto(a) Resíduos
Observação Valor Resíduos padrão
1 142164,20 -2164,20 -1,26
2 142632,03 2367,97 1,38
3 91841,99 -1841,99 -1,07
4 76793,09 -1793,09 -1,04
5 88079,77 1920,23 1,12
6 110653,12 -653,12 -0,38
7 95136,38 -136,38 -0,08
8 83849,71 1150,29 0,67
9 83849,71 1150,29 0,67
Tabela 4.3.6
49
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Gráfico 4.3.12
Através da analise visual, verifica-se que não há presença de outliers. Adota-se então este
conjunto de amostras para compor o modelo.
8º) Calculo da estatística de regressão e Anova para planilha com 2 variáveis e 9 amostras.
Nº
Residencial Valor Área Sacada
registro
Cachoeirinha
1 R$ 140.000 118 0
II
2 - R$ 145.000 107 1
3 Sevilha R$ 90.000 80 1
Parque dos
4 R$ 75.000 72 1
coqueiros
5 Cedro R$ 90.000 78 1
Marques de
6 R$ 110.000 90 1
Labradil
7 Las Palmas R$ 95.000 93 0
8 - R$ 85.000 87 0
9 Mangaratiba R$ 85.000 87 0
Planilha 4.3.7
Estatística de regressão
50
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
R múltiplo 0,998
R-Quadrado 0,995
R-quadrado
ajustado 0,994
Erro padrão 1986,536
Observações 9
ANOVA
F de
gl SQ MQ F significação
Pode-se observar que os coeficientes referentes as variáveis são positivos o que condizem
com a realidade de mercado. Percebe-se também que com a exclusão dos pontos
influenciantes e outliers do modelo, conseguiu-se uma melhora significativa no modelo de
regressão.
Pelo teste F, a mesma foi rejeitada ao nível de 1%, uma vez que:
51
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
Área = 115m²
Sacada = Possui (Recebe valor 1 por se tratar de uma variável dicotômica)
Data
Confidence Level 80%
1
Área given value 115
Sacada given value 1
Substituindo os valores das variáveis independentes do imóvel avaliando, temos que o valor
previsto para o imóvel é:
PÛ = R$ 157680,90
Como a amplitude é menor do que 30% ,através da Tabela 1.7 podemos classificar a avaliação
com Grau de Precisão 3.
Obs: Fica a cargo do leitor realizar a verificação das hipóteses básicas do modelo.
5. Bibliografia
DANTAS, Rubens Alves (2005) Engenharia de avaliações: uma introdução a metodologia científica. 2.
ed. rev. de acordo com a NBR-14653-2:2004. São Paulo: PINI.
52
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
GUNST, Richard F., MASON, Robert L., Regression Analysis and its application: A data-Oriented
Approach. Nova York: MARCEL DEKKER, INC.
Levine, David M e outros (2005). Estatística – Teoria e aplicações usando o Microsoft Excel em
português. Trad. Eduardo Benedito Curtolo e Teresa Cristina Padilha de Souza. 3ª ed. Rio de Janeiro:
LTC.
Acedido em 18 de agosto de 2009, no Web site da: Universidade Federal de Santa Catarina:
http://www.inf.ufsc.br/~ogliari/arquivos/regressao_linear_multipla.ppt#33
6. Anexo 1
53
FUFMS - CCET –DEC - LADE
Avaliações e Perícias na Construção Civil
Introdução às Ferramentas de Análise Estatística do Excel 2007 aplicadas a Engª de avaliações
Prof. Wagner Augusto Andreasi, M. Engª.
Acad. Ademir A. Peixoto de Azevedo - v.2002 e Acad. Thiago Winter Macinelli – v.2009
.
(DANTAS, 2005, p. 238)
54