Avaliação de Imóveis e Metodologia de

Perícias

Inferência estatística
Variáveis qualitativas – padrão e estado de conservação

Marco Aurélio Stumpf González

Engenheiro Civil, Doutor em Engenharia
Professor da UNISINOS – AU/EC/PPGEC/MPArqUrb
mgonzalez@unisinos.br / sala C01 317
GA

Divulgação dos resultados

Revisão geral
Inferência estatística: princípios básicos, testes
estatísticos (t, F), análise de desempenho (erros, R2)
Retomando: Comparação de dados de mercado
É o “melhor” método, pois Basicamente consiste na
utiliza as informações do obtenção de uma média
próprio mercado (buscamos o ponderada das diversas
“valor de mercado”) características de interesse
Existem quatro técnicas de Exige a disponibilidade de
cálculo: dados de mercado
Intuitiva (subjetiva)
Homogeneização
(determinística)
Inferência estatística
(probabilística)
Inteligência artificial
Comparação de dados de mercado - regressão
Uma forma mais qualificada para avaliar
as diferenças entre os imóveis é o
cálculo das ponderações através de
análise de regressão
Com base em uma amostra de dados
pode-se calcular os coeficientes de uma
equação, do tipo:
Valor Unitário = a + b*Área +c*Idade
+d*Localização +e*Padrão +...+ erro
A diferença significativa para a técnica
dos fatores é o cálculo do erro da
estimativa, permitindo a verificação da
qualidade da análise
Pode-se obter um modelo do mercado:
Valor = 500+ 4000*Área+ 50.000*Garagem
-3.000*Idade+ 200.000* Padrão+
5000*Bairro
Esse modelo, se for aprovado pelos
testes estatísticos, será utilizado para
avaliar o imóvel
Variáveis e modelos
• Constantes
• Variáveis qualitativas
• Variáveis objetivas

• Funções (relação entre variáveis)

• Modelos (representação de um
fenômeno)
• Objetivo da avaliação – cálculo do valor
através de inferência estatística
Método comparativo de dados de mercado
Análise de regressão
A análise de regressão uma técnica estatística, utilizada para
gerar o modelo que possibilita a inferência (cálculo, estimativa)
dos valores
Trata-se de um método sofisticado para a obtenção de médias
ponderadas
A diferença principal para os anteriores é que o processo é
probabilístico: há testes e níveis de confiança para os
parâmetros (é um processo menos subjetivo)
É razoavelmente objetivo, preciso, moderno, rápido, eficiente e
confiável
Pode ser realizado em MS-Excel, Libre Office, FreeOffice, PSPP,
etc.
Método comparativo de dados de mercado
Análise de regressão
O resultado da análise de regressão é um modelo numérico
(uma equação, neste caso)
De posse da equação, podem ser estimados valores para
situações similares às dos dados contidos na amostra (isso é
a inferência estatística)
• Predição de valores dentro do intervalo amostral – melhor
desempenho próximo das médias
• Extrapolações devem ser realizadas com maior cautela
Uma parte muito importante é a coleta de dados (em
qualidade e quantidade suficientes)
Análise de regressão
Regressão simples (univariada):
• Preço = a + b*Localização + erro
Regressão múltipla (multivariada):
• Valor = a + b*Área +c*Idade +d*Localização +e*Padrão +...+ erro
Com um conjunto de dados (que deve representar o fenômeno),
estima-se o valor dos coeficientes: a,b,c,d,e,... buscando
minimizar o erro (desvio, resíduo)
A variável de resposta/explicada é relacionada com uma soma
ponderada das variáveis preditoras/independentes/explicativas
Ajustamento de curvas – determinístico
(x1,y1) = (2,4)
(x2,y2) = (6,6)
Reta: y=a+b*x
Variação de x=(6-2)=4
Variação de y=(6-4)=2
Inclinação da reta (quanto y
cresce quando x aumenta,
proporcionalmente): b=2/4=0,5

(1) 4=a+0,5*2=a+1: a=4-1=3

(2) 6=a+0,5*6=a+3: a=6-3=3
então y=3+0,5*x
Matemática – determinístico – sem erros
(x1,y1) = (2,4)
(x2,y2) = (6,6)
(x3,y3) = (4,5)
(x4,y4) = (0,3)
(x5,y5) = (-2,2)
a o
Reta b=1/2=0,5
equação/modelo:
y= a + b*x b=y/x
y= 3 + 0,5*x
b=tan(ângulo de inclinação da reta)
Ajustamento de curvas
(x1,y1) = (0;4)
(x2,y2) = (3;4)
(x3,y3) = (4;6)
(x4,y4) = (6;6)
Situação real do mercado
O mercado imobiliário não é “comportado” numericamente – há
diferenças entre os dados (não existem dois imóveis iguais) e há a
influência subjetiva dos compradores e vendedores (como cada um vê
e valoriza o imóvel)

• Então não é possível ajustar curvas “perfeitas” e deve-se considerar

as diferenças entre o ideal e o real
• em termos estatísticos, estas diferenças são chamadas de “erros”
Estatística – sistema probabilístico – com a
consideração dos erros
(x1,y1) = (0;4)
(x2,y2) = (1;3)
(x3,y3) = (2;4,5)
(x4,y4) = (3;4)
(x5,y5) = (4;6)
(x6,y6) = (5;4,5)
(x7,y7) = (6;6)

n = 7 (n é o número de
dados)
Estatística – probabilístico – existem erros e a
equação será a que melhor se ajusta

(x1,y1) = (0;4)
(x2,y2) = (1;3)
(x3,y3) = (2;4,5)
(x4,y4) = (3;4)
(x5,y5) = (4;6)
(x6,y6) = (5;4,5)
(x7,y7) = (6;6)
Estatística – probabilístico – existem erros

Erro:
diferença entre o erro o
ponto medido e a o o
estimativa calculada o o
pela equação: o o
y^ = 3,4375+0,3469x
e = y - y^
Estatística – modelo probabilístico – existem erros

Para o ponto 5: (4;6)

^y = 3,4375+0,3469x
^y = 3,4375+0,3469*4 e = 1,175
=4,825 4,825
e=y–^ y
e = 6 – 4,825
e = 1,175
O erro é positivo
porque o valor
estimado é menor do
que o dado coletado 4
Calculo dos coeficientes
Se os coeficientes fossem calculados por
tentativa e erro, simulando diversas
formas alternativas, o processo seria
demorado e cansativo, sem a garantia
de se obter a melhor equação

A técnica mais comum para o cálculo

dos coeficientes com base em uma
amostra (bj) é o Método dos Mínimos
Quadrados (MMQ), também conhecido
como Mínimos Quadrados Ordinários
(Ordinary Least Squares – OLS)
O MMQ calcula os coeficientes (bj)
para que a soma dos quadrados dos
erros seja a menor possível, ou seja,
busca a minimização da soma dos
quadrados dos erros (mine2)
Inferência estatística no MS-Excel - Resultados

Marco A.S.González
Análise da precisão do modelo

• Coeficiente de Determinação (qualidade do ajuste): R2a

• Análise de variância (teste do modelo): teste F
• Análise de significância das variáveis: teste t
• Análise dos erros (identificação de outliers)
Exemplo de modelagem
Dados coletados
Dados coletados
# Preço Área Distancia Local
1 262500,00 300,00 8,150 8,0
2 483600,00 520,00 6,200 7,0
3 332850,00 420,00 7,600 6,0
4 336000,00 280,00 6,900 8,0
5 500480,00 736,00 7,350 7,0
6 202500,00 360,00 8,500 5,0
7 302600,00 475,00 7,300 4,0
8 285000,00 305,00 8,000 9,0
9 317000,00 360,00 7,750 8,0
10 297500,00 610,00 8,500 4,0
11 590000,00 580,00 6,000 9,0
12 245000,00 320,00 7,900 7,0

avaliando ? 360,00 7,000 6,0

Método comparativo de dados de mercado
Análise de regressão no MS-Excel

Na primeira vez que for utilizada, a opção “Análise de dados” precisa ser habilitada (já faz
parte do Excel), pelo caminho:

Arquivo / opções / suplementos / suplementos do Excel / ir

- selecionar:
Ferramentas de análise e Ferramentas de análise – VBA
- OK

Marco A.S.González
Método comparativo de dados de mercado
Análise de regressão no MS-Excel
Seleção dos dados

Marco A.S.González
Método comparativo de dados de mercado
Análise de resultados

Marco A.S.González
Caminho para gerar o modelo
_____ ____
1 2

____

3
Caminho para gerar o modelo
Seleção dos dados

____

2
____O
____ 1
3
Cálculo e análise do modelo

_____ 1
0

_____ 2
0

____3 ____ 4
Análise do modelo
Análise dos erros padronizados

_____ 2

Erro padronizado
_____ -2
Preço estimado
Análise da precisão do modelo exemplo
Determinação (qualidade do ajuste): R2a
• Ex: 0,948001 > 94,8%
Análise de variância (teste do modelo): teste F
• Ex: 6,44338E-67 = 6,44338 x 10-67 > muito menor do que 1% OK
Análise de significância das variáveis: teste t
• Ex: idade : 0,016859 > 1,69% OK
Cobertura : 0,390926 > 39,1% não aprovada
Análise da precisão do modelo

Marco A.S.González
Variáveis qualitativas – padrão e estado de conservação
Variáveis qualitativas
Algumas variáveis são medidas
diretamente, como área (m²),
distância a pontos de referência
(km), número de dormitórios (1-5) e
vagas de garagem (0-5), existência
de sacadas (0/1), etc.
Porém outros elementos
importantes do mercado imobiliário
não têm um valor definido
previamente, e dependem de uma
avaliação subjetiva
É o caso de padrão construtivo,
estado de conservação e qualidade
de localização
Nestes casos, o avaliador deve tentar compreender
como os compradores pensam, no segmento de
mercado em análise, e atribuir uma medida (uma
“nota” para a variável
A escala de medição deve ser coerente com a
capacidade de julgamento do profissional, tendo
em vista seu conhecimento do mercado em análise
É conveniente começar com uma escala mais
simples e evoluir progressivamente*:
• Inicial: 1 - 2 - 3 (ruim, médio, bom)
• Depois: 1 a 5
• No futuro: 1 a 10
*O número maior deve ser associado com a
melhor situação
Qualidade de construção / estado de conservação
Variáveis qualitativas
Ainda que seja uma análise
subjetiva (pessoal), o avaliador
deve procurar uma forma de
tornar objetiva, para facilitar a
medição e possibilitar a
justificativa para os clientes
Pode-se criar uma tabela de
pontuação, com tópicos de
avaliação simples,
individualmente (um check-list)
Partindo de uma medida central
(5 ou 6) são acrescentados ou
reduzidos pontos, para cada
imóvel da amostra e para o
avaliando
Por exemplo, para o estado de
conservação da edificação (externo):
• Existem fissuras ou danos localizados na
fachada: -1
• São danos sérios, em várias partes : -2
• A pintura é antiga : -1; é nova : +1
• As esquadrias apresentam danos : -1; foram
renovadas e estão em ótimo estado : +1
• A fachada não tem revestimento: -1; é
composta de materiais de boa qualidade
(pastilhas, pedras) : +1 ou +2
Exercícios 6 a 8
Avaliar um apartamento de cobertura localizado à Rua Santo Antônio, 618,
bairro Bom Fim, Porto Alegre (159m², dois dormitórios, uma garagem),
utilizando o método comparativo de dados de mercado e inferência
estatística
• Inicio - avaliação simplificada - selecionar os 3 dados mais similares ao avaliando e
calcular o preço unitário médio; em seguida, calcular o valor aproximado do avaliando
• Exercício 6: avaliação do padrão e do estado de conservação dos dados da amostra;
modelagem das variáveis iniciais e análise do R²
• Exercício 7: avaliação da qualidade de vizinhança e da acessibilidade; modelagem, análise
de R², t, F, outliers
• Exercício 8: análise de linearidade, normalidade e homocedasticidade; definição do
modelo final e classificação conforme a NBR14653 (Graus de fundamentação e de
precisão); cálculo do valor

Os exercícios devem incluir inicialmente todos os dados fornecidos, com a

análise dos resultados obtidos, com o cálculo do valor do imóvel
Posicionamento dos dados

Legenda
Shopping total
Mercado público
Praça Júlio C
Dados coletados

Dados coletados sobre Mapa OSM Standard

Imóvel a ser avaliado – Rua Santo Antônio, 618
https://www.google.com/maps/place/R.+Santo+Ant%C3%B4nio,+618+-+Floresta,+Porto+Alegre+-+RS,+90220-
011/@-30.0306228,-51.2137535,20z/
Localização do avaliando

Mapa OSM Standard Imagem de satélite Bing VirtualEarth

Atividade da semana

Trabalho 2 – coleta de dados

Avaliação de Imóveis e Metodologia de
Perícias

Inferência estatística
Variáveis qualitativas – padrão e estado de conservação

Marco Aurélio Stumpf González

Engenheiro Civil, Doutor em Engenharia
Professor da UNISINOS – AU/EC/PPGEC/MPArqUrb
mgonzalez@unisinos.br / sala C01 317