Escolar Documentos
Profissional Documentos
Cultura Documentos
IBAPE/SC
''ENGENHARIA
,,,,.,
DE
,
AVALIAÇOES IMOBILIARIAS''
MÓDULO AVANÇADO
CURSO AVANÇADO DE
AVALIAÇÃO DE IMÓVEIS
MODELAGEM ESTATÍSTICA
CASOS ESPECIAIS
Baixo Padrc7o : PA = 1
Padrão Normal : PA = 2
Alto Padrc7o : PA = 3
'
~
'
•
f
4
y (valor)
4
45
y = A+ Bx
l
35 • ~
•
30
25
•
•
•
•4
20
•
•4
15 •
• 4
•
•
10
5 t
2 3
x(PA)
•
t
~
Observa-se que a escala está inadequada à distribuição dos
dados da amostra, principalmente no que se refere aos Padrões Normal e Alto. A alteração 4'
da escala inicial para os valores abaixo, adequados aos elementos representativos da
amostra vai tornar o modelo resultante mais consistente para estimativas populacionais: ••
Baixo Padrão : PA = 1
Padrão Normal : PA = 3
Alto Padrão : PA = 7 '•
til
45
y (11a for)
1
••
35
'
•
• •
••'
y = A+ Bx
30
'
25
20
15
10
••
5
x (PA)
'•
2 3 4 5 6 7
10
Para o Modelo de Regressão Linear Simples (2 variáveis), como
acima representado, a especificação da escala adequada não apresenta maiores
dificuldades, no entanto, dificilmente um modelo resultante de amostra do mercado
imobiliário vai apresentar apenas uma variável independente. Usualmente as amostras das
diversas tipologias imobiliárias comprovam a influência de 3 ou mais variáveis, resultando
Modelos de Regressão Linear Múltipla. Neste caso, a visualização espacial da distribuição
dos dados é inviabilizada, e as colinearidades entre as diversas variáveis dificultam a
análise das influências individuais. Além disso, a restrição imposta 'pela Norma Brasileira
inviabiliza o uso da nova escala, mesmo que evidente.
Luxo 100
Alto 80
Normal = 50
Baixo 30
Mínimo 10
'
ITEM Fachada (x 3) Circulação (x 2) Ambientes (x 1)
Luxo (X 100)
Alto (x 80)
Normal (x 50)
Baixo (x 30)
Mínimo (x 1 O)
Exemplificando:
y =A+ B,x, + B2 x 2
y:A+B,x,
• oferta/venda;
• esquina;
• .frente para o mar;
• ocupação;
• elevador;
• garagem; etc.
Bairro A= O e Bairro B =O
Verifica-se, através dos exemplos expostos, que inúmeras
situações detectadas intuitivamente no processo de pesquisa e análise do mercado
imobiUário, podem ser explicadas cientificamente, desde que tenhamos dados suficientes.
Neste particular, convém ressaltar a importância ele urna quantidade relativa de dados para
representar cada uma das características dicotômicas.
Este tipo ele variável pode ser utilizado ainda para extrair da
amostra a escala adequada para mensuração de diferenças subjetivas entre os dados. Um
exemplo ela aplicação desta técnica será mostrado no item 6, adiante.
Refere-se à área total dos componentes das amostras, informada em m2. Esta
variável deve mostrar que quanto maior a área de um imóvel, menor ser valor por
metro quadrado (valor unitário);
Esta metodologia ele análise causa certo desconforto ao cliente, tanto pela
subjetividade inserida na escolha das medidas atribuídas a esta variável em cada
elemento da amostra, como pela dificuldade em auditar o trabalho recebido, quando
tal medida se torna necessária.
- o valor unitário de venda de lote no entorno das glebas podem explicar sua
atratividade no contexto urbano, ou seja, o valor do lote explica parte da
variação dos valores das glebas;
- o valor unitário de venda das edificações pode explicar os valores de venda dos
terrenos em zona de incorporação;
o valor unitário de locação de lojas ou salas comerciais pode ajudar a explicar
paiie da variação dos valores de venda destas tipologias imobiliária;
• Vista Panorâmica
•
t
Em sua maioria, os loteamentos residenciais buscam na integração com a natureza
seu principal argumento de vendas. Esta característica, se efetivamente apresenta ••
contribuição para formação do valor do imóvel, pode ser analisada através de
dicotomia.
•
8
• Topografia
Os acidentes topográficos tais como: aclives ou declives acentuados; abaixo ou
acima do nível do passeio público; etc., normalmente ocasionam incremento
relativo impo11ante no custo de implantação dos projetos residenciais. A influência
deste fator nos valores praticados pode ser medida através de dicotomias ou por
meio de códigos alocados.
• Frente
A frente ou testada do terreno, em muitos casos, mostra-se influente neste tipo de
imóvel, principalmente pelo incremento qualitativo no projeto a ser implantado,
além da facilidade de aproveitamento do potencial construtivo do terreno. Especial
atenção deve ser dada à presença de alto nível de colinearidade desta variável com
a variável área total do imóvel, observando-se os cuidados necessários na utilização
de modelos com esta característica.
No caso de terrenos com mais de uma frente, convém padronizar o uso da variável
utilizando como referência apenas a frente mais importante. Pode-se, através de
dicotomias, testar esta influência de mais frentes.
• Topografia
Os acidentes topográficos tais como: aclives ou declives acentuados; abaixo ou
acima do nível do passeio público; etc. podem ocasionar incremento relativo
importante nos custos de implantação dos projetos de incorporação. A influência
deste fator nos valores praticados pode ser medida através ele dicotomias ou por
meio de códigos alocados.
• Vocação
A vocação intuitiva deste tipo ele terreno, baseado em observação de sua vizinhança
e evolução natural ela região pode ser testada por duas dicotomias: vocação
residencial (O ou l); vocação comercial (0 ou l ); a vocação mista estará
representada quando a informação ausência do atributo nas duas outras vaiiáveis.
Os testes efetuados no modelo inferido mostram a maior ou menor valorização de
uma vocação sobre a outra, cabendo ao avaliador a crítica ao comportamento
verificado na amostra.
• Ocupação
A transformação observada em algumas reg1oes de grandes cidades, provocada
pelos novos lançamentos imobiliários, ocasiona o isolamento de imóveis
residenciais unifamiliares (casas) entre grandes incorporações verticalizadas. Estas·
casas, com o passar do tempo, experimentam uma depreciação física e funcional
bastante acelerada, deixando de interessar ao mercado como "casa", e passando a
interessar unicamente como "terreno com potencial para incorporação". Este
teITeno, pelo fato de incorporar uma unidade com algum potencial de utilização (a
casa pode transforma-se em clínica, mercado, etc.), pode apresentar acréscimo nos
valores médios praticados.
O teste de influência desta característica no valor dos imóveis pode ser realizado
através da inclusão de uma variável dicotômica, desde que a amostra apresente
condições, tanto em quantidade como em qualidade para tal, ou seja, a
característica dicotomizada eleve possuir representatividade na amostra.
3.2.3. CASAS
• Área do terreno
Quanto maior a área total do terreno, maior eleve ser o valor unitálio do imóvel,
sendo este unitário calculado na área total construída.
• % Aproveitamento
A relação entre a área total construída e a ,frea total do terreno, indicando o
aproveitamento adotado no terreno, pode indicar que quanto melhor aproveitado o
espaço disponível, maior o valor unitário do imóvel.
• Vista Pa11orâmica
Esta característica, geralmente apresenta contribuição para formação do valor do
imóvel, pode ser analisada através de dicotomia.
20
• Idade
Esta tipologia imobiliária apresenta certa peculiaridade pois muitas vezes o imóvel
passa por remodelação total através de reformas, alterando o seu aspecto geral,
fazendo com que a idade real da edificação se distancie da idade que o imóvel
aparenta. A variável deve indicar que quanto mais velho o imóvel, menor seu valor
de mercado, havendo a tendência de colinearidade com outras, comumente
utilizadas, tais como padrão de acabamento, e estado de conservação. A alternativa
para ajustar o processo colinear, passa pela reunião dos efeitos em uma única
variável, ou no abandono simplesmente daquelas de maior nível de significância.
• Estado de Conservação
A exemplo da vaiiável ante1iormente descrita, esta variável é testada normalmente
através de código alocado, indicando que quanto melhor conservada a edificação,
maior seu valor no mercado. Dificilmente a colinearidacle desta variável com a
idade aparente do imóvel apresenta níveis aceitáveis, sendo aconselháveis cuidados
especiais quando utilizadas em conjunto.
3.2.4. APARTAMENTOS
• Idade
A idade do imóvel eleve indicar que quanto mais velho o imóvel, menor seu valor
ele mercado. Esta variável tende a tornar-se colinear com outras, comumente
utilizadas nestes casos, tais como padrão ele acabamento, e estado de conservação.
Muitas vezes, a alternativa para ajustar este processo colinear, passa pela reunião
dos efeitos em uma única variável, ou no abandono daquelas de maior nível de
significância.
• Vista Panorâmica
Esta característica, geralmente apresenta contribuição para formação do valor elo
imóvel, pode ser analisada através ele dicotomia.
• Estado de Conservação
A exemplo da variável anteriormente descrita, esta variável é testada normalmente
através de código alocado, indicando que quanto melhor conservada a edificação,
maior seu valor no mercado. É importante observar que, quanto mais estratificado o
conceito entre fachadas, circulação predial e ambientes da unidade, mais reduzido o
nível de subjetividade da escala qualitativa.
• Equipamentos
As tendências de consumo impulsionam os empreendimentos habitacionais para
inovações em busca de conforto e tecnologia, visando atingir uma demanda cada
vez mais exigente. A influência da quantidade e qualidade dos equipamentos
disponíveis nos diversos imóveis desta tipologia deve ser testada, identificando-se
os itens de maior influência para o mercado analisado.
• Estacionamento
A qualidade do estacionamento agregado ao apartamento influencia o
positivamente seu valor de mercado. No entanto, nem sempre a amostra é
suficientemente rica em quantidade de eventos, para que possamos inferir esta
influência adequadamente. Nos testes da equação, o valor o resultado deve ser
criticados nas situações com estacionamento e sem estacionamento. Amostras mais
robustas, originadas em Banco de dados facilita o estudo da influência da qualidade
do estacionamento, podendo-se incorporar uma escala (através de manobrista,
descoberto, telheiro, pilotis, garagemfechada, etc.)
• Pavimento
O nível ou andar, relativo ao térreo, em que se encontra o imóvel no prédio, pode
apresentar certa influência no valor, entretanto, a identificação da forma como esta
influência se manifesta, torna-se confusa, na medida em que os prédios que contam
com elevador misturam-se com aqueles que não tem, numa mesma base amostral.
Pode-se supor que, em prédios com elevador, quanto mais alto o andar do imóvel,
maior seu valor, fato que se inverte nos prédios sem elevador. É aconselhável o uso
de artificio matemático para compor estas duas características em uma só variável.
22 AÇÕES
3.2.5. LOJAS
• Esquina
Este atributo, de grande importância na tipologia lojas, pode ser testado através de
dicotomias.
• Testada
A testada ou área de vitrine é atributo que assume relativa importância neste tipo de
imóvel. É conveniente a verificação da presença de colinearidade em 111ve1s
elevados com a área do imóvel. Neste caso, deve-se tomar cuidados no uso do
modelo.
• Idade
• Padrão consttutivo e de acabamento
• Estado de Conservação
Estas três variáveis, já descritas anteriormente, de forma isolada ou em conjunto,
algumas vezes podem · auxiliar a identificação das fontes de variação dos valores
praticados, no entanto, a demanda geralmente tem por objetivo incorporar uma
roupagem nova aos iinóveis com esta tipologia, desconsiderando estes aspectos.
••
1
•
• Portaria
••
O controle de acesso torna-se cada vez mais importante para a demanda desta
•
tipologia, pois, mesmo que incorpore custos de manutenção, representa segurança e
conforto na recepção de clientes. A variável pode ser testada de forma ~icotômica. -'
• Prédio inteligente
A incorporação de sistemas eletrônicos de registro e controle de acesso e circulação
principalmente em prédios destinados a médias e grandes empresas torna-se cada
•
1
1
••
vez mais um atrativo na comercialização. A variável pode ser testada de forma
dicotômica ou incorporada a outras facilidades definidas com equipamentos.
• Idade
1
••
• Padrão de acabamento (principalmente das fachadas e bali de entrada)
• Estado de Conservação (principalmente das fachadas e bali de entrada)
••
• Estacionamento
• Pavimento/elevador
• Vista panorâmica
1
3.2.7. BOX DE ESTACIONAMENTO ••
Esta tipologia imobiliária tem assumido pos1çao destaque no
mercado, no entanto apresenta características muitas pa11iculares, uma vez que o principal
1•
interesse da demanda é o número de vagas disponíveis no estacionamento oferecido,
ficando em segundo plano as demais variáveis. As mais comumente utilizadas, além das
genéricas, são: ••
• Padrão de acabamento (principalmente dos pisos e cobertura) ••
• Localização relatil'll 110 prédio
• Número de l'agas ••
• Isolamento (fechado ou aberto)
• Necessidade ou não de manobrista
• Tipo de Proteção (pilotis, telheiro ou descoberto)
••
• Espaço para manobra
t '
••
1
•
1 '•
4
24 CURSO DE ENGENHARIA DE AVALIAÇÕES
•
3.2.8. GLEBAS URBANAS
• Topografia
• Frente para vias públicas
• Percentual líquido de lotes (percentual estimado)
• Valor de venda de lotes no entorno
• Vista panorâmica
• LOCAL
(rua, bairro, loteamento, setor)
• POLO(S) ATRATIVO(S)
(distância a avenidas, shoppings, parques, empreendimentos importantes, elementos valorizantes e
desvalorizantes) 1
ÁREA SUPERFICIAL
•
• FRENTE(S) EFETIV AS(S) '
•
•
PROFUNDIDADE(S) e FORMATO
USO VOCACIONAL DE MERCADO (para a região)
'
t
•
(residencial para casas ou edifícios, comercial , misto, abordando o grau cio efeito-loja)
USO INCENTIVADO PELO PLANO DE DESENVOLVIMENTO
URBANO (para a região)
't
•
(residencial, comercial, misto)
ÁREA CONSTRUÍVEL '
t
•
•
TOPOGRAFIA
VIZINHANÇA ••
•
•
(padrão das edificações próximas)
INFRA-ESTRUTURA URBANA
(melhoramentos públicos, transportes de massa, hospitais , escolas, bancos, lazer e cultura)
VISUAL PAISAGÍSTICO
•
••
•
•
•
VALOR TOTAL NEGOCIADO OU PRETENDIDO
CONDIÇÕES DE NEGOCIAÇÃO
VALOR UNITÁRIO EM RELAÇÃO À ÁREA DO TERRENO
(em moeda corrente e/ou indexador(es))
•
1•
• FONTE DA INFORMAÇÃO
(telefone, contato, empresa e pesquisador) ••
•
•
DATA DA INFORMAÇÃO
OBSERVAÇÕES
(assentamentos importantes a respeito do imóvel, novos anúncios do mesmo imóvel, com datas e ••
valores)
••
28
5.2. FICHA DE PESQUISA - GLEBA URBANA
+ LOCAL
(rua, bairro. loteamento, setor)
+ POLO(S) A TRATIVO(S)
(distância a avenidas, shoppings, parques, empreendimentos importantes, elementos valorizantes e
desvalorizantes)
• ÁREA SUPERFICIAL TOTAL
• FRENTE(S) EFETIVAS(S) PARA LOGRADOUROS PÚBLICOS
• USO VOCACIONAL DE MERCADO (para a região)
(residencial para casas ou edifícios, comercial, misto, abordando o grau cio efeito-loja)
• USO INCENTIVADO PELO PLANO DE DESENVOLVIMENTO
URBANO (para a região)
(residencial. comercial, misto)
• APROVEITAMENTO URBANÍSTICO
(restrições ao uso pleno: área de reservas biológicas, ecológicas, parques urbanos, encosta de morros
etc .. )
• ÁREA CONSTRUÍVEL
• TOPOGRAFIA
• VIZINHANÇA
(padrão das edificações próximas)
• INFRA-ESTRUTURA URBANA
(melhoramentos públicos. transportes ele massa, hospitai s, escolas, bancos, lazer e cultura)
• VISUAL PAISAGÍSTICO
+ VALOR TOTAL NEGOCIADO OU PRETENDIDO
• CONDIÇÕES DE NEGOCIAÇÃO
• VALOR UNITÁRIO EM RELAÇÃO À ÁREA DA GLEBA
(em moeda corrente e/ou indexador(es))
• FONTE DA INFORMAÇÃO
(telefone, contato, empresa e pesquisador)
+ DATA DA INFORMAÇÃO
+ OBSERVAÇÕES
(assentamentos importantes a respeito cio imóvel , novos anúncios cio mesmo imóvel, com datas e
valores)
• LOCAL
• POLO(S) ATRA TIVO(S)
(há uma tendência atual muito forte de atração por empreendimentos adjacentes, vinculado ao padrão
construtivo e "grife" do bairro onde se situa)
• PRÉDIO CONCLUÍDO OU EM CONSTRUÇÃO
(se em construção, registrar o estágio)
• ÁREAS CONSTRUÍDAS DA UNIDADE
(área privativa, total e fração ideal)
• NÚMERO DE DEPENDÊNCIAS
• EXISTÊNCIA DE TERRAÇOS DESCOBERTOS
(na cobertura, no térreo ou em andares intermediários)
• NÚMERO DE PAVIMENTOS DO EDIFÍCIO
• NÚMERO DE UNIDADES POR ANDAR
• POSIÇÃO VERTICAL DA UNIDADE
(andar onde se localiza)
TABELA DE DADOS
• Número de variáveis : 4
• Número de dados : 21
• Coeficie11te de Correlação : 0,9734274
• Coeficiente Determinação : 0,9475608
• Fislter-Snedecor: 102,40
• SignUicância : 0,01
• Durbi11-Watso11: 2,14 Não auto-regressão 90%
• Normalidade dos Resíduos: [076] [090] [095]
• Total de Outliers : 1
• Equação de Regressão:
Unitário (R$/m2 ) = l.584,8149532122 +91,48309771 * Local
+71,7647784 * Asup/Ater. -200,3548952 * Ln Area terreno
- 1 2 3 4
I Variáveis
s 1 0.63 0,29 0,44
o
L
A
2 0,19 0,07 0,83
D
A 3 -0,60 -0. 77 0,55
s 4 0,49 0,91 -0,91
~
'
1
t
1
1) Como a variável apresenta apenas quatro valores distintos: l, 2, 3 e 4, vamos
identificar estas quatro situações através de três variáveis dicotômicas, que irão
assumir os valores:
•'
1
Loc2
Loc2
=1
=O
Imóvel situado no local correspondente à situação 2;
Imóvel situado em outro local.
1
''
í
Loc3 = 1 Imóvel situado no local correspondente à situação 3;
• í
Loc4 = O Imóvel situado em outro local.
Nesta situação, a tabela de dados vai apresentar a seguinte configuração :
TABELA DE DADOS
ÁREA ÁR EA SU PORTE/
Nº ENDEREÇO LOCAL Loc1 Loc2 Loc3
TERRENO ÁREA TERRENO
UNITÁRIO
• N1ímero de variáveis : 7
• Número de variáveis consideradas : 6
• Número de dados : 21
• Número de dados considerados : 21
• Coeficiente de Correlação : 0,9947896
• Coeficiente Determinação : 0,9896063
• Fisher-S11edecor: 285,64
• Co11fiabilidade MÍllima : 0,99
• Sig11ificâ11cia : 0,01
• Durbin- Watson : 3,00 Região nao conclusiva 98%
• Nonna/idade dos Resíduos: [080] [090] [090]
• Total de Outliers : 2
• Equação de Regressãó:
Variáveis 1 2 3 4 5 6
I
s 1· o, 12 0,36 0.53 0,48 0,77
o 2 0,76 0,89 0,25 0,27 0,42
L
3 0,30 -0,35 0,60 0,60 0,07
A
D 4 -0,70 -0,44 -0,44 0,94 0,61
A 5 c0,42 -0,26 -0,25 -0,18 0,55
s
6 0,98 0,80 0,26 -0,73 -0,41
Locl = 109,92;
Loc2 = 37,29;
Loc3 = 41,12;
Loc4 = 100,00;
1 110
2 37
3 41
4 100
• Equação de Regres.~ão:
Unitário (R$/m 2) = l 5,8640261186 * /,053654767 A Asup/Ater.
* 2,338384653 A ( 1000/Area terr. )
* l .025378763 /\ Local
Variáveis 1 2 3 4
I
s 1 0,58 0,66 0,76
o
L 2 0,67 0,90 0,93
A
D 3 0,61 0,45 0,97
A
s 4 0,83 0,80 0,87
'!,-·
1( = ii + ft,J;,
IRllR!ru.~:k,
,.· Li !l !'l d i.l.
í r.: .1 X
l'
:r:·
X
F _.r ________ _
------ ----
[7 --- 1 -- - -
---. -- r
__., . , ·,, -- - 1
t
r
1
1 11 1
1
!-~---•r--
-. _..11-·11
1
r
1
1
1
1
i
1
<I~: ;.•
_'l. - -- ____ ::-... :-r·2
\
,
• 1 1 r , 1 1 1 ~
- ----_/ -~~ - l --. .:. .__ll f' I lt It •l t'.- I_ - .;
...- --..1. ..l J 1 1 .-~
/ - --~ - • 1
/,.-·' - • ·~ l ~ 1,
.. ./,/
l', / .
X
X
0-2 0-2
x) 2
, teremos então Var(µo) =n +X~~,
X;
ou
1 xo2
µo = µo± tao2s 8 ~ + ~2
1
1 x2
Y0 = µ0 ± t 0 ,025 S -n + ~
.L.iX 2
+ 1, onde t tem (n-k) graus de liberdade.
1
-,aa.v
...- _,,._..-fZ""""'·-
l!l!!I
,
!'~ ,.,, IJ. i: r:ai nI :::- rn1:: !1 f~-
~;1 .11. J u -,,... 11 l a ~ IL :rt,
"),_,--i:--~l}- - - ..~t,- - -.•- ·'?,.,..- -=
- -~ a--~-'lo---...-
onde :
Y0= Valor populacional;
Y0 = Valor Estimado pela equação linear;
tn-KN2 = Valor t-student para (n-K) graus de liberdade e significância M2 bicaudal;
n = número de dados da amostra;
K = número total de variáveis da amostra;
sF dado por:
2
aj = a 2 + ~ + 2 (Xok - Xk) 2 Var(Pk) + 2 2 (X 01 - X1)(Xok - Xk) Cov(f,,Pk)
11 " 1 <"
onde oJ representa s}, e a 2 é substituído pelo estimador s 2;
ji =A+ B,x, + B2 x 2
ji=A+B,x ,
y=A+B,x,
Frente
Unitário
•
. .
•
Frente
• x = Frente;
• x 1 = Vista Panorâmica (Com Vista: x 1 = 1; Sem Vista: x 1 = O);
• x2 = x. x 1 (Variável de interação)
• y = Valor Unitário
O modelo resultante terá a seguinte forma: y = A + Bx + B 1x 1 + B 2x 2
Para situações de imóvel Sem Vista Panorâmica: x1=0, logo o modelo resultante terá a
seguinte forma: y = A + Bx;
Para situações de imóvel Com Vista Panorâmica: x 1=1, logo o modelo resultante terá a
seguinte forma : y = A + Bx + B 1 + B2x, conseqüentemente:
y = (A+B 1) + (B +B 2) x, res ultando a seguinte representação :
Unitário
•
• •
•
y = A+ Bx
B,
Frente
,
•
41
11. EXEMPLOS PRATICOS
•t
t
11.1. LOJAS - VENDA 4
(DT) DATA 1
Indica o mês em que o evento ocorreu no mercado, tomando-se por base o mês de 1
janeiro/96 como sendo 1 (um); 4
- variável quantitativa;
4
(AT) ÁREA TOTAL 4
Área total do imól'el, medida em metros quadrados;
- variável quantitativa;
t
Í
(EO) EQUIPAMENTOS ti
Qualidade dos equipamentos disponíveis na loja (ar-condicionado, escada
rolante, alarme de incêndio, sprinklers, etc.) 4
variável prox')J, com o seguinte critério de mensuraçc7o: t
41
••
Escada Rolante =4 Alarme =1
Ar Condicionado Central =4 Sprinkler =l
Rede Lógica =3 Gru110 Gerador =2
=1 =1
•
Rede Elétrica de Piso Escada d Antecâmara
Sala de Reuniões Co11do111inial =1 Detector de Fumaça = 1
41
(ID) IDADE
Idade que o prédio apresent; 1
- variável quantitatil'Cl;
PADRÃO DO IMÓVEL
~•'
fl
Indica o padrão da.fachada, esquadrias e acabamentos do prédio;
variável Proxy, com o seguinte critério de mensuração: 4
Piso (x2) : Sem revestimento =l; Revest. Normal = 2; Rev. Diferenciado =4;
~
Forro (x3) : Se111jórro(laje) =l; comum (gesso) =3; D(ferenciado (metal) =5;
(.d) : Cortinas i
•
Fachadas =l Caixilho c/vidro=2: Vidro temperado =4:
(AT) ATRATIVIDADE
Indica o nível de atratívidade impulsionada pelo tipo de comércio, do e1,Uorno do
imóvel. Código alocado com a seguinte definição:
1 - baixa; 2 - média; 3 - alta;
(MES)DATA
Indica o mês em que o evento ocorreu no mercado, tomando-se por base o mês de
janeiro/96 como sendo 1 (um);
(varüível quantitativa independente);
(PV) PAVIMENTO
Indica o pavimento em que o imóvel se insere no prédio, tornando-se por base o
pavimento térreo como sendo O (zero). A expectativa é demonstrar que os
pavimentos superiores são mais atrativos, elevando os valores praticados;
(variável quantitativa independente);
(VG) VAGAS
Indica a quantidade de vagas de estacionamento estão disponíveis para uso da sala
locada. A expectativa é demonstrar que quanto maior o número de vagas, maior o
valor praticado na locação do imóvel.
(variável quantitativa independente);
(3) Os Yalores na li11ha do -3 e +3 tem aproximação decimal e não centesimal, como o resto da tabela.
--
) 0.5000
-1 2
- -
1.000
'- 1 __./
0.816
- -
3.078
1.886
6.314
2.920
12.706
4.303
15.894
4.849 - 31.821
6.965
63.656
9.925 ---127.321
14.089
636.578
31.600
3 0.765 1.638 2.353 3.182 3.482 4.541 5.841 7.453 12.924
4 0.741 1.533 2.132 2.776 2.999 3.747 4.604 5.598 8.610
_.
-
5 .._ 0.727
1 0.718
----,-
1.476 2.015
- - l L 1.943
_
2.571 2.757 3.365 4.032 4.773 6.869 --
6 2.447 2.612 3.143 3.707 4.317 5.959
7 0.711
1.440
1.415 1.895 2.365 2.517 2.998 3.499 4.029 5.408 -
8 0.706 1.397 1.860 2.306 2.449 2.896 3.355 3.833 5.041
9 0.703 1.383 1.833 2.262 2.398 2.821 3.250 3.690 4.781 --
10 0.700 1.372 1.812 2.228 2.359 2.764 3.169 3.581 4.587
11 0.697 1.363 1.796 2.201 2.328 2.718 3.106 3.497 4.437
12 0.695 1.356 1.782 2.179 2.303 2.681 3.055 3.428 4.318
13 0.694 1.350 1.771 2.160 2.282 2.650 3.012 3.372 4.221
t==i----~.---1--
14 0.692 1.345 - 1 - -2.145
1.761 - - - "--2.264 2.624
- - - "--3.326
- 1 - -2.977
-4.140
--
15 0.691 1.341 1.753 2.131 - 1 - -2.249 2.602 2.947 3.286 4.073
16 0.690 1.337 1.746 2.120 2.235 2.583 2.921 3.252 -- .
4.015
•-
1 -17- - 1 0.689
18
:-----
19
---
0.688
1 0.688
1.333
1.330
- - - 1.328 =~
[r_-_--__- _--1-,.__----===--
20 0.687 L-------1--
1.325
1.740
1.734
1.729
1.725
2.110
2.101
2.093
-
2.086
2.224
2.214
2.205
2.197
2.567
_,___-====-1t~-----+:===
2.552
2.539
2.528
2.898
2.878
2.861
2.845
3.222
- ~ ,_--+---
1 - -3.197
-
3.174
3.153
-
--
- 3.965
3.922
3.883
3.850
21 0.686 1.323 1.721 2.080 2.189 2.518 2.831 3.135 3.819
22 0.686 1.321 1.717 2.074 2.183 2.508 2.819 3.119 3.792
23 1.714 2.069 2.177 2.500 2.807 3.104 3.768
24
0.685
0.685
1.319
1.318 1.711 2.064 2.172 2.492 2.797 3.091 -- 3.745
25 0.684 1.316 1.708 2.060 2.167 2.485 2.787 3.078 3.725
26 0.684 1.315 1.706 2.056 2.162 2.479 2.779 3.067 3.707 -
27 0.684 1.314 1.703 2.052 -
2.158 2.473 2.771 3.057 3.689
28
___
0.683
- 1---- -
29 - ~ 0.683
1.313
1.311
1.701
1.699
2.048
2.045
2.154
-
2.150
--
2.467
2.462
2.763
2.756 --
3.047
3.038
3.674
3.660 --
30 0.683 1.310 1.697 2.042 2.147----11-----
2.457 - 2.750 3.030 3.646
-- --
31
32
0.682
0.682
-
1.309
1.309
- 1.696
1.694
2.040
2.037
2.144
2.141
2.453
2.449
2.744
2.738
3.022
3.015
3.633
3.622
33 0.682 1.308 1.692 2.035 2.138 2.445 2.733 3.008 3.611
34 0.682 1.307 1.691 2.032 2.136 2.441 2.728 3.002 3.601
35 1.690 2.030 2.133 2.438 2.724 2.996 3.591
36
1 -0.682
- - - 1.306
0.681 1.306 1.688 2.028 2.131 - - , -2.434
--- 1 - - - - t -2.990
2.719
11-----+--- - - - , -3.582
-- 1
1---...._ --r---- 1
37 0.681 1.305 1.687 2.026 2.129 2.431 2.715 2.985 3.574
38 0.681 1.304 1.686 2.024 2.127 2.429 2.712 2.980 3.566
39 0.681 1.304 1.685 2.023 2.125 2.426 2.708 2.976 3.558
40 0.681 1.303 1.684 2.021 2.123 2.423 2.704 2.971 3.551
41 0.681 1.303 1.683 2.020 2.121 2.421 2.701 2.967 3.544
42 0.680 1.302 1.682 2.018 2.120 2.418 2.698 2.963 3.538
43 0.680 1.302- 1.681 2.017 2.118 2.416 2.695 2.959 3.532
2.116 2.692
i
44 0.680 1.301 1.680 2.015 _ 2.414
_ _ 2.956 3.526
45 1.679
- 1
2.014
- - -
2.115
- _ _
2.412_ _
_j J _
2.690 - 1 - - - -
2.952 r - - --
3.520 •
46
0.680 1.301
0.680 1.300 1.679 2.013 2.114 2.410 2.687 --r---·
2.949 3.515
47 0.680 1.300 1.678 2.012 2.112 2.408 2.685 2.946 3.510 •
3.505
48 0.680 1.299 1.677
--
2.011 2.111 2.407 2.682 2.943
-
•
49 0.680 1.299 1.677
_ 1 -1
2.010
-- - -
-2.110 ~ - - -
- - - - ~ 2.405J _ -
- 2.680
11 --
-- 2.940
- -- - ~ 3.500 1
50 0.679 1.299 1.676 2.009 2.109 2.403 2.678 2.937 3.496
'
60 0.679 1.296 1.671 2.000 2.099 2.390 2.660 2.915 3.460
70 0.678 1.294 1.667 1.994
-1-- 2.093
- - ~ 2.381 -~T~----·
2.648
'--
2.899 3.435
80 0.678 1.292 1.664 1.990 2.088 2.374 2.639 2.887 3.416
'------
90 0.677 1.291 1.662 1.987 2.084 2.368 2.632 2.878 3.402
100 0.677 1.290 1.660 1.984 2.081 2.364 2.626 2.871 3.390
_ -
1----,___
110 0.677 1.289 1.659 1.982 1- - - - ....._-----1-
2.078 2.361
- - ~ --- - 1--
2.621
-~
2.865
- - L - - 3.381
•
120 0.677 1.658 1.980 2.076 2.358 2.617 2.860 3.373
- 1 - -1.289
"--
lf 0.674
---
1.282 1.645 1.960 2.054 2.326 2.576 2.807
-
3.290
•
0,25 0,1 0,05 1 0,025 0,02 1
0,01 7
0,005 7
0,0025 1 0,0005
4
•
�
•
••
66 CURSO DE ENGENHARIA DE AVALIAÇÕES
•
Tabela 4 - Valores críticos (unilaterais à direita) da distribuição F (significância de 5 % )
l 2 3 4 s 6 7
'
1
1 8 9 10
1
1 11 12 '11 13 14 IS 16
'
1 '
1 '
1
l 161 ,45 199.50 215.71 224.58 230,16 23J.99 236,77 238.88 240.54 24 1.88 242,98 243,90 244.69 245,36 245 .95 246.47
2 18,5 1 19.00 19. 16 19.25 19,30 19.33 19.35 19,37 19,38 19.40 19,40 19.41 19,42 19.42 19.43 19.43
3 I0, 13 9,55 9.28 9.12 9.01 8.94 8.89 8.85 8.8 1 8,79 8.76 ' 8.74 8.73 8,71 8,70 8.69
4 7.71 6,94 6.59 6,39 6.26 6.1 6 6.09 6.04 6.00 5,96 5,94 5.9 1 5.89 5,87 5,86 5.84
s 6.61 5,79 5.41 5.19 5.05 4,95 4.88 4.82 4.77 4 ,74 4.70 4.68 4,66 4,64 4,62 4,60
6 5.99 5.14 4 ,76 4,53 4.39 4 ,28 4.21 4,15 4,10 4.06 4,03 4.00 3,98 3.96 3,94 3.92
7 5.59 4.74 4 ,35 4 ,12 3.97 3,87 3.79 :1,73 3,68 3.64 :1,60 3.57 3.55 3.53 3.5 1 3.49
8 5.32 4.46 4 ,07 3 ,84 3.69 3,58 3.50 3,44 3,39 3.35 3)1 3.28 3,26 3,24 3,22 3.20
9 5.12 4.26 3,86 3.63 3.48 3,37 3.29 3,23 3, 18 3. 14 :l,10 3.07 3,05 '.l,03 3,01 2.99
10 4.96 4. 1.0 3,7 1 3,48 3.33 3.22 3. 14 3,07 3,02 2.98 2,94 2.91 2,89 2,86 2.85 2.83
·-
11 4,84 3.98 3.59 3.36 3,20 3,09 3,01 2,95 2,90 2.85 2.82 2,79 2,76 2.74 2.72 2,70
12 4 ,75 3.89 3,49 3.26 3, 11 3.00 2,9 1 2,85 2,80 2.75 2.72 2,69 2,66 2.64 2.62 2,60
13 4,67 3.8 1 3,4 1 3,18 3,03 2.92 2,83 2,77 2,71 2.67 2,63 2,60 2,58 2.55 2.53 2,51
14 4,60 3.74 3,34 3.11 2,96 2,85 2,76 2.70 2,65 2.60 2,57 2,53 2.51 2.48 2.46 2,44
15 4,54 3.68 3,29 3,06 2,90 2.79 2,7 1 2,64 2,59 2.54 2,51 2,48 2,45 2.42 2.40 2,38
16 4.49 3,63 3.24 3.0 1 2.85 2,74 2.66 2.59 2.54 2,49 2.46 2.42 2.40 2,37 2,35 2.33
17 4.45 3,59 3.20 2.96 2.8 1 2.70 2.6 1 2.55 2,49 2,45 2.41 2.38 2.35 2,33 2,31 2.29
18 4.4 1 3,55 3.1 6 2.93 2.77 2.66 2.58 2.51 2,46 2,4 1 2.37 2.34 2.31 2,29 2,27 2.25
19 4.38 3,52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2,38 2.34 2,3 1 2,28 2,26 2,23 2.21
20 4.35 3,49 3.10 2.87 2,7 1 2.60 2.5 1 2,45 2,39 2,35 2.31 2.28 2.25 2,22 2,20 2.18
"····-··· .. -...
21 4.32 3.47 3,07 2 ,84 2.68 2,57 2.49 2,42 2,37 2,32 2,28 2.25 2,22 2.20 2, 18 2.1 6
22 4.30 3,44 3,05 2 ,82 2.66 2,55 2.46 2,40 2.34 2.30 2,26 2.23 2,20 2. 17 2, 1.5 2 .1 3
23 4.28 3,42 3,03 2,80 2.64 2,53 2.44 2,37 2,>2 2,27 2.24 2.20 2,18 2. 15 2, 13 2. 11.
24 4.26 3.40 3,0 1 2,78 2.62 2,5 1 2.42 2,36 2,30 2.25 2,22 2 •.18 2.15 2. I> 2, 11 2.09
25 4,24 3.39 2 ,99 2.76 2,60 2.49 2,40 2,34 2,28 2.24 2.20 2, 16 2, 14 2. 11 2 .09 2,07
··---·-·····
26 4 ,23 3.37 2,98 2.:74 2,59 2,47 2,39 2,32 2,27 2.22 2,18 2, 15 2,12 2.09 2.07 2,05
27 4 ,21 3.35 2,96 2.73 2,57 2.46 2,37 2,31 2,25 2.20 2, 17 2, 13 2, 10 2.08 2.06 2,04
28 4,20 3.34 2,95 2.71 2,56 2,45 2,36 2,29 2,24 2. 19 2, 15 2, 1. 2 2,09 2 .06 2.04 2,02
29 4,18 3.33 2,93 2.70 2,55 2.43 2,35 2,28 2,22 2. 18 2, 14 2,IO 2,08 2.05 2.03 2,01
30 4.17 3,32 2,92 2.69 2.53 2,42 2,33 2,27 2.21 2, 16 2. 13 2.09 2,06 2,04 2,0 1 1,99
31 4.16 3,30 2.9 1 2.68 2.52 2.41 2.32 2.25 2.20 2, 15 2.11 2.08 2.05 2,03 2,00 1.98
32 4 .1 5 3,29 2.90 2.67 2. 51 2.40 2.31 2.24 2, 19 2, 14 2.10 2.07 2.04 2,01 1,99 1.97
33 4.14 3,28 2,89 2.66 2.50 2.39 2.30 2,23 2.1 8 2, 13 2.09 2.06 2.03 2,00 1,98 1.96
34 4 .1 3 3,28 2.88 2.65 2.49 2.38 2.29 2.23 2. 17 2, 12 2,08 2.05 2.02 1,99 1,97 1.95
35
................
4.12 3.27 2,87 2 ,64 2.49 2,37 2.29 2,22 2,16 2. 1.1 2,07 2.04 2,0 1 1,99 1.96 1.94
36 4.11. 3.26 2,87 2,63 2.48 2,36 2.28 2,21 2, 15 2, 11 2,07 2.03 2,00 1,98 1. ,95 1.93
37 4.11. 3.25 2,86 2,63 2.47 2,36 2.27 2,20 2, 14 2, 10 2,06 2.02 2,00 1.97 1.95 1.93
38 4.10 3.24 2,85 2,62 2.46 2,35 2.26 2, 19 2,14 2.09 2,05 2 .02 1,99 l.96 1.,94 1.92
39 4.09 3.24 2 ,85 2,61 2.46 2 ,34 2.26 2, 19 2, 13 2,08 2,04 2,0l 1,98 1.,95 l ,93 l.9l
40 4,08 3.23 2,84 2,61 2,45 2 ,34 2,25 2, 18 2, 12 2.08 2.04 2,00 1,97 1.95 1.92 1,90
41 4 ,08 3.23 2 ,83 2,60 2,44 2,33 2,24 2,17 2, 12 2.07 2,03 2,00 1.97 1.94 1.92 1,90
42 4,07 3.22 2,83 2,59 2,44 2,3 2 2,24 2, 17 2, 11 2.06 2,03 1,99 1,96 1.94 1.91 1,89
43 4,07 3.21 2,82 2.59 2.43 2,32 2,23 2,16 2.11 2.06 2,02 1,99 1,96 1.93 1.91 1,89
44 4,06 3.2 1 2.82 2.5 8 2,43 2,31 2,23 2.16 2, 10 2.05 2,01 1,98 1,95 1.92 1.90 1,88
45 4.06 3,20 2,8 1 2,58 2.42 2,31 2.22 2,15 2, 10 2,05 2,01 1.97 1,94 1,92 1.89 J.87
6 13,75 10,92 9,78 9,15 8,75 8,47 8,26 8,10 7,98 7,87 7,79 7,72 7,66 7,60 7,56 7,52
7 12,25 9,55 8,45 7,85 7,46 7,19 6,99 6,84 6,72 6,62 6,54 6,47 6.41 6,36 6.31 6,28
8 11,26 8,65 7,59 7,01 6,63 6,37 6,18 6,03 5,91 5,81 5,73 5,67 5,61 5,56 5,52, 5,48
9 10,56 8,02 6,99 6,42 6,06 5,80 5,61 5,47 5,35 5,26 5,18 5,11 5,05 5,01 4,96 4,92
lO 10,04 7,56 6,55 5,99 5,64 5,39 5,20 5,06 4,94 4,85 4,77 4,71 4,65 4,60 4,56 4,52
····· --···· --·······-·---·· ·-·-·-·
11 9,65 7,21 6,22 5,67 5,32 5,07 4,89 4,74 4,63 4,54 4,46 4,40 4,34 4,29 4,25 4,21
12 9,33 6,93 5,95 5,41 5,06 4,82 4,64 4,50 4,39 4,30 4,22 4,16 4,10 4,05 4,01 3,97
13 9,07 6,70 5,74 5,21 4,86 4,62 4,44 4,30 4,19 4,10 4,02 3,96 3,91 3,86 3,82 3,78
14 8,86 6,51 5,56 5,04 4,69 4,46 4,28 4,14 4,03 3,94 3,86 3,80 3,75 3,70 3,66 3,62
15 8,68 6,36 5,42 4,89 4,56 4,32 4,14 4,00 3,89 3,80 3,73 3,67 3,61 3,56 3,52 3,49
--·······
16 8,53 6,23 5,29 4,77 4,44 4,20 4,03 3,89 3,78 3,69 3,62 3,55 3,50 3,45 3,41 3,37
17 8,40 6,11 5,19 4,67 4,34 4,10 3,93 3,79 3,68 3,59 3,52 3,46 3,40 3,35 3,31 3,27
18 8,29 6,01 5,( )9 4,58 4,25 4,01 3,84 3,71. 3,60 3,51 3,43 3,37 3,32 3,27 3,23 3,19
19 8,18 5,93 5,01 4,50 4,17 3,94 3,77 3,63 3,52 3,43 3,36 3,30 3,24 3,19 3,15 3,12
20 8,10 5,85 4,94 4,43 4,10 3,87 3,70 3,56 3,46 3,37 3,29 3,23 3,18 3,13 3,09 3,05
·· ········-·····
21 8,02 5,78 4,87 4,37 4,04 3,81 3,64 3,51 3,40 3,31 3,24 3,17 3,12 3,07 3,03 2,99
22 7,95 5,72 4,82 4,31 3,99 3,76 3,59 3,45 3,35 3,26 3,18 3,12 3.07 3,02 2,98 2,94
23 7,88 5,66 4,76 4,26 3,94 3,71 3,54 3,41 3,30 3,21 3,14 3,07 3,02 2,97 2,93 2,89
24 7,82 5,61 4,72 4,22 3,90 3,67 3,50 3,36 3,26 3,17 3,09 3,03 2,98 2,93 2,89 2,85
25 5,57 3,46 3,32 3,22 3,13 3,06 2,99 2,89
······-·-·-·-
7,77 4,68 4,18 3,85 3,63 2,94 2,85 2,81
26 7,72 5,53 4,64 4,14 3,82 3,59 3,42 3,29 3,18 3,09 3,02 2,96 2,90 2,86 2,81 2,78
27 7,68 5,49 4,60 4,ll 3,78 3.56 3,39 3,26 3,15 3,06 2,99 2,93 2,87 2,82 2,78 2,75
28 7,64 5,45 4,57 4,07 3,75 3,53 3,36 3,23 3,12 3,03 2,96 2,90 2,84 2,79 2,75 2,72
29 7,60 5,42 4,54 4,04 3,73 3,50 3,33 3,20 3,09 3,00 2,93 2,87 2,81 2,77 2,73 2,69
30 7,56 5,39 4,51 4,02 3,70 3,47 3,30 3,17 3,()7 2,98 2,9[ 2,84 2,79 2,74 2,70 2,66
.............. ·····-·-- ............
31 7,53 5,36 4,48 3,99 3,67 3,45 3.28 3,15 3,()4 2,96 2,88 2,82 2,77 2,72 2,68 2,64
32 7,50 5,34 4,46 3,97 3,65 3,43 3,26 3.13 3,02 2,93 2,86 2,80 2,74 2,70 2,65 2,62
33 7,47 5,31 4,44 3,95 3,63 3,41 3,24 3,11 3,00 2,91 2,84 2,78 2,72 2,68 2,63 2,60
34 7,44 5,29 4,42 3,93 3,61 3,39 3.22 3,()9 2,98 2,89 2,82 2,76 2,70 2,66 2,61 2,58
35 7,42 5,27 4,40 3,91 3.59 3,37 3,20 3,07 2,96 2,88 2,80 2,74 2,69 2,64 2,60 2,56
------·····-·····-··· ..,.______
36 7,40 i 5,25 i 4,38 3,89 i 3,57 3,35 3,18 ! 3,05 2,95 2,86 ! 2,79 2,72 2,67 2,62 2,58 2,54
37 7,37 5,23 4,36 3,87 3,56 3,33 3,17 3,04 2,93 2,84 2,77 2,71 2.65 2,61 2,56 2,53
38 7,35 5,21 4,34 3,86 3,54 3,32 3,15 3,02 2,92 2,83 2,75 2,69 2,64 2,59 2,55 2,51
39 7,33 5,19 4,33 3,84 3,53 3,30 3,14 3,01 2,90 2,81 2,74 2,68 2,62 2,58 2,54 2,50
40 7,31 5,18 4,31 3,83 3,51 3,29 3.12 2,99 2,89 2,80 2,73 2,66 2,61 2,56 2,52 2,48
···-··--· ..-. ---........................ .
41 7,30 5,16 4,30 3,81 3,50 3,28 3,11 2,98 2,87 2,79 2,71 2,65 2,60 2,55 2,51 2,47
42 7,28 5,15 4,29 3,80 3,49 3,27 3,10 2,97 2,86 2,78 2,70 2,64 2,59 2,54 2,50 2,46
43 7,26 5,14 4,27 3,79 3,48 3,25 3,09 2,96 2,85 2,76 2,69 2,63 2,57 2,53 2,49 2,45
44 7,25 1 5,12 4,26 3,78 3,47 3,24 3,08 2,95 2,84 2,75 2,68 2,62 2,56 2,52 2,47 2,44
45 7,23 i1 5,11 4,25 3,77 3,45 3,23 3,07 2,94 2,83 2,74 2,67 2,61 2,55 2,51 2,46 2,43
9.1 Generalidades
9.1.1 A especificação de uma avaliação está relacionada tanto com o empenho do engenheiro
de avaliações, como coni o mercado e as informações que possam ser dele extraídas. O
estabelecimento inicial pelo contratante do grau de fundamentação desejado tem por objetivo a
determinação do empenho no trabalho avaliatório, mas não representa garantia de alcance de
graus elevados de fundamentação. Quanto ao grau de precisão, este depende exclusivamente
das características do mercado e da amostra coletada e, por isso, não é passível de fixação a
priori.
9.1.2 Todos os trabalhos elaborados de acordo com as prescrições desta Norma serão
denominados Laudos de Avaliação. O grau de fundamentação atingido deve ser explicitado no
corpo do laudo. Nos casos em que o grau mínimo I não for atingido, devem ser indicados e
justificados os itens das Tabelas de especificação que não puderam ser atendidos e os
procedimentos e cálculos utilizados na identificação do valor.
9.1.3 Os laudos de uso restrito, conforme 10.3 da ABNT NBR 14653-1: 2001, podem ser
dispensados de especificação, em comum acordo entre as partes.
9.2.1 O grau de fundamentação, no caso de utilização de modelos de regressão linear, deve ser
determinado conforme a Tabela 1, observando de 9.1 a 9.2.
Grau
Item Descrição
Ili li 1
9.2.1.2 É permitido ao engenheiro de avaliações fazer ajustes prévios nos atributos dos dados de
mercado, sem prejuízo do grau de fundamentação , desde que devidamente justificados, em casos
semelhantes aos seguintes:
conversão de valores a prazo em valores à vista, com taxas de desconto praticadas no mercado
na data de referência da avaliação;
conversão de valores para a moeda nacional na data de referência da avaliação ;
conversão de áreas reais de construção em áreas equivalentes, desde que com base em
coeficientes publicados (por exemplo, os da NBR 12721) ou inferidos no mercado;
incorporação de luvas ao aluguel , com a consideração do prazo remanescente do contrato e taxas
de desconto praticadas no mercado financeiro.
9.2.1.3 É permitida a utilização de tratamento prévio dos preços observados , limitado a um único
fator de homogeneização, desde que fundamentado conforme 8.2 .1.4.2, sem prejuízo dos ajustes
citados em 9.2.1 .2 (exemplo: aplicação do fator de fonte para a transformação de preços de oferta
para as condições de transação).
9.2.1.6 Para fins de enquadramento global do laudo em graus de fundamentação, devem ser
considerados os seguintes critérios:
1 Em caso de dú vida sobre a homogeneidade da amostra, esta pode ser analisad a por mei o da Di stância de
Mahalanobis entre os elementos amostrais e o ce ntrôide amostral.
Graus Ili li 1
Pontos mínimos 16 10 6
2, 4, 5 e 6 no grau 2, 4, 5 e 6 no mínimo
Todos, no
Itens obrigatórios Ili e os demais no no grau li e os demais
mínimo no grau 1
mínimo no grau li no mínimo no grau 1
9.2.2 Grau de fundamentação com o uso do tratamento por fatores , conforme a Tabela 3.
Grau
Item Descrição
III II 1
Completa quanto a Completa quanto aos
Caracterização do imóvel Adoção de situação
1 todos os fatores fatores utilizados no
avaliando paradigma
analisados tratamento
Quantidade mínima de
2 dados de mercado, 12 5 3
efetivamente utilizados
Apresentação de
informações relativas a Apresentação de
todas as características Apresentação de informações relativas a
Identificação dos dados <los dados analisadas, informações relativas a todas as características
3
de mercado com foto e todas as características dos dados
características dos dados analisadas correspondentes aos
conferidas pelo autor do fatores utilizados
laudo
Intervalo admissível ele
4 ajuste para o conjunto de 0,80 a 1,25 0,50 a 2,00 0,40 a 2,50ª
fatores
a No caso de utilização de menos de cinco dados de mercado, o intervalo admissível de ajuste é de 0,80 a 1,25, pois é desejável
que, com um número menor de dados de mercado, a amostra seja menos heterogênea.
9.2.2.1 Para atingir o Grau Ili são obrigatórias:
9.2.2.2 Para fins de enquadramento global do laudo em graus de fundamentação, devem ser
considerados os seguintes critérios:
Conforme a Tabela 7.
Para o atendimento à Tabela 7, observar 9.1 a 9.3.
9.3.2 Para fins de enquadramento global do laudo em graus de fundamentação , devem ser
considerados os seguintes critérios :
o atendimento a cada exigência do grau Iterá um ponto; do grau li, dois pontos; e do grau Ili , três
pontos;
o enquadramento global do laudo deve considerar a soma de pontos obtidos para o conjunto de
itens, atendendo à Tabela 8.
Graus Ili li 1
Pontos mínimos 7 5 3
1, com os demais
Itens obrigatórios no grau 1 e 2, no mínimo no 13. todas, no
no mínimo no grau
correspondente grau li mínimo no grau I
li
Conforme Tabela 9.
Para o atendimento à Tabela 9, o~servar 9.1 a 9.4.
Grau
Item Descrição
Ili 11 I
Aproveitamento,
Nível de detalhamento A nteprojeto ou projeto
1 Estudo preliminar ocupação e usos
do projeto hipotético básico
presumidos
Fundamentados com
4 Prazos dados obtidos no Justificados Arbitrados
mercado
De estrutura,
Análise setorial e
7 conjuntura, tendências e Da conjuntura Sintéticos da conjuntura
diagnóstico de mercado
conduta
8 Cenários Mínimo de 3 2 l
Simulações com
Simulações com
Análises de discussão cio
9 identificação das variáveis Sem simulação
sensibilidade cio modelo comportamento do
mais significativas .,
modelo
9.4.1 Para atingir o Grau Ili, é obrigatória a apresentação do laudo na modalidade completa.
9.4.2 Para fins de enquadramento global do laudo em graus de fundamentação, devem ser
considerados os seguintes critérios:
o atendimento a cada exigência do grau I terá um ponto; do grau 11, dois pontos; e do grau Ili, três
pontos;
o enquadramento global do laudo deve considerar a soma de pontos obtidos para o conjunto de
itens, atendendo à Tabela 1 O.
Graus Ili li 1
Pontos mínimos 22 13 9
2,6,7 e 8, com os
Itens obrigatórios no grau 2,6,7 e 8, no mínimo Todos, no mínimo
demais no mínimo no
cor respondente no grau li no grau 1
grau li
Grau
Item Descrição
1Il II I
'-
fundamentação no'
Estimativa dos fundamentação no fundamentação no
2 método da
custos de reedição método da quantificação método da
quantificação do
do custo quantificação cio custo
custo
3
Fator de
comercialização
Inferido em mercado
semelhante
Justificado Arbitrado 4
4
9.5.1 Para atingir o grau Ili, é obrigatória a apresentação do laudo na modalidade completa. t
t
't
9.5.2 Para fins de enquadramento global do laudo em graus de fundamentação, devem ser
considerados os seguintes critérios: �
••
na Tabela 11, identificam-se três campos (graus Ili, li e 1) e três itens;
o atendimento a cada exigência do grau I terá um ponto; do grau li, dois pontos; e do grau 111, três
't
pontos;
o enquadramento global do laudo deve considerar a soma de pontos obtidos para o conjunto de
•'
itens, atendendo à Tabela 12.
1 e 2, no mínimo no
1
3 •
Itens obrigatórios no Todos, no mínimo no
mínimo no
grau correspondente grau li grau 1
grau li
•
80 CURSO DE ENGENHARIA DE AVALIAÇÕES
1 O. Apresentação do laudo de avaliação
c) objetivo da avaliação ;
O laudo de avaliação simplificado deve atender 110 mínimo, de forma resumida, aos itens, 10.1 a) até 10.1
h) e 10.1.k), desta Parte 2.
10.3 Anexos
Para a identificação do valor de mercado, podem ser incluídos , de acordo com o grau de
fundamentação , os seguintes Anexos : documentação dominial, fotografias do imóvel avaliando,
plantas, identificação dos dados de mercado, memória de calculo ou relatórios originais dos
programas computacionais utilizados.
11.1 Desapropriações
total: aquela que atinge o imóvel em sua totalidade, ou cujo remanescente seja
inaproveitável;
parcial: aquela que atinge parte do imóvel.
temporária;
permanente.
11.1.2 Critérios
Nas desapropriações totais, as avaliações devem ser realizadas com a utilização dos métodos previstos nesta
Norma. O engenheiro de avaliações deverá apresentar, a título de subsídio, o custo de reedição, o de
reprodução e o valor de mercado.
Nas desapropriações parciais, o critério básico é o da diferença entre as avaliações do imóvel original e do
imóvel remanescente, na mesma data de referência (critério "antes e depois"). Devem ser apreciadas
circunstâncias especiais, quando relevantes, tais como alterações de forma, uso, acessibilidade, ocupação e
aproveitamento.
No caso de benfeitorias atingidas, devem ser previstas verbas relativas ao custo de obras de adaptação do
remanescente, possível desvalia acarretada por perda de funcionalidade e eventual lucro cessante, no caso de
ser necessária desocupação temporária para a execução dos serviços.
Se o engenheiro de avaliações considerar como inaproveitável o remanescei1te do imóvel, esta condição deve
ser explicitada e seu valor apresentado em separado.
Nas desapropriações temporárias, as indenizações devem considerar a renda que seria auferida pelo imóvel,
durante o período correspondente, bem como eventuais perdas adicionais.
11.2 Servidões
11.2.1 Classificação
11.2.2 Critérios
diferença entre os valores presentes dos rendimentos imobiliários líquidos relativos ao uso do
imóvel antes e depois da instituição da servidão.
11.2.2.2 Prejuízos causados às benfeitorias atingidas pela faixa de servidão devem ser
avaliados.
11.3.1 A avaliação das glebas urbanizáveis deve ser feita preferivelmente com a utilização do
método comparativo direto de dados de mercado.
11.3.2 Quando for utilizado o método involutivo, recomenda-se considerar os seguintes aspectos:
c) o estado dominial e eventuais gravames sobre a gleba, tais como a existência de direitos
reais e possessórios, informados pelo contratante;
d) caso a gleba urbanizável seja avaliada como empreendimento , devem ser seguidos os
preceitos da ABNT NBR 14653-4;
11.4.1.2 Especial atenção deve ser dada quando forem comparados aluguéis' com distintos
períodos de reajuste ou estágios do contrato, admitindo-se os seguintes procedimentos:
a) tornar os dados homogêneos, com o auxílio de modelos que levem em conta a previsão
inflacionária;
11.4.1.3 No caso de antecipação de aluguéis, devem ser adicionados aos aluguéis nominais
acréscimos constantes, financeiramente equivalentes ao pagamento antecipado.
11.4.2.1 Neste caso, o aluguel é determinado em função do valor do imóvel, podendo ser
empregado em casos de imóveis isolados e atípicos, para os quais a utilização da comparação
direta seja impraticável.
11.4.2.3 A taxa de remuneração deve ser objeto de pesquisa específica para cada caso, pois
varia para cada tipo de imóvel, localização e, também, ao longo do tempo, dependendo da
conjuntura econômica.
11.4.3 Reformas
O custo de reformas que beneficiem o imóvel alugado pode ser amortizado em forma de desconto do aluguel,
durante prazo compatível.
NOTA A legislação federal referente a aluguéis consta na Bibliografia de [34] a [38].
Quando solicitado, além do valor de mercado, pode constar no laudo de avaliação o valor para liquidação
forçada, para uma certa data, adotando-se critérios acordados entre contratantes e contratados.
A.1 Introdução
A.1.1 A técnica mais utilizada quando se deseja estudar o comportamento de uma variável
dependente em relação a outras que são responsáveis pela variabilidade observada nos preços é
a análise de regressão,
A.1.2 No modelo linear para representar o mercado, a variável dependente é expressa por uma
combinação linear das variáveis independentes, em escala original ou transformadas, e
respectivas estimativas dos parâmetros populacionais, acrescida de erro aleatório, oriundo de:
A.1.4 Na modelagem devem ser expostas as hipóteses relativas aos comportamentos das
variáveis dependentes e independentes, com base no conhecimento que o engenheiro de
avaliações tem a respeito do mercado, quando serão formuladas as hipóteses nula e alternativa
para cada parâmetro ..
n ;:-: 3 (k + 1)
para n 5' 30, n; ;:-: 3
para 30 < n 5' 100, n; ;:-: 10% n
para n > 100, n; ;:-: 10
onde
n; é o número de dados de mesma característica, no caso de utilização de variáveis dicotômicas e
variáveis qualitativas expressas por códigos alocados ou códigos ajustados
Recomenda-se que as características específicas do imóvel avaliando estejam contempladas na
amostra utilizada em número representativo de dados de mercado;
b) atentar para o equilíbrio da amostra, com dados bem distribuídos para cada variável no
intervalo amostral;
h) não devem existir correlações evidentes entre o erro aleatório e as variáveis independentes dp
modelo, ou seja.o gráfico de resíduos não deve sugerir evidências de regularidade estatística
com respeito às variáveis independentes;
i) , possíveis pontos influenciantes, ou aglomerados deles, devem ser investigados e sua retirada
fica condicionada à apresentação de justificativas.
A.2.1.1 Linearidade
As transformações utilizadas para linearizar o modelo devem, tanto quanto possível, refletir o
compo11amento do mercado, com preferência pelas transformações mais simples de variáveis, que resultem
em modelo satisfatório.
Após as transformações realizadas, se houver, examina-se a linearidade do modelo, pela
con,.ão ráficos dos valores observados para a variável dependente versus cada variável
i àepend•�:•:�:l:ade pectivas transformações.
8 Para justificar o valor escolhido dentro do campo de arbítrio, o engenheiro de avaliações pode
utilizar um modelo auxiliar com a reintrodução de variáveis recusadas no teste da hipótese nula.
A.2.1.3 Homocedasticidade
A verificação da homocedasticidade pode ser feita, entre outros, por meio dos seguintes
processos:
a) análise gráfica dos resíduos versus valores ajustados, que devem apresentar pontos
dispostos aleatoriamente, sem nenhum padrão definido;
O exame da autocorrelação deve ser precedido pelo pré-ordenamento dos elementos amostrais,
em relação aos valores ajustados e, se for o caso, às variáveis independentes possivelmente
causadoras do problema.
Sua verificação pode ser feita, entre outros procedimentos, pela análise do gráfico dos resíduos
cotejados com os valores ajustados, que deve apresentar pontos dispersos aleatoriamente, sem
nenhum padrão definido.
A.2.1.5.1 Uma forte dependência linear entre duas ou mais variáveis independentes provoca
degenerações no modelo e limita a sua utilização. As variâncias das estimativas dos parâmetros
podem ser muito grandes e acarretar a aceitação da hipótese nula e a eliminação de variáveis
fundamentais.
A.2.1.5.4 Nos casos em que o imóvel avaliando segue os padrões estruturais do modelo, a
existência de multicolinearidade pode ser negligenciada.
A existência desses pontos atípicos pode ser verificada pelo gráfico dos resíduos versus cada
variável independente, como também em relação aos valores ajustados, ou usando técnicas
estatísticas mais avançadas, como a estatística de Cook ou a distância de Mahalanobis para
detectar pontos influenciantes.
A.3.2 A significância de subconjuntos de parâmetros, quando pertinente, pode ser testada pela
análise da variância por partes.
A.3.3 Os níveis de significância utilizados nos testes citados em A.3 serão compatíveis com a
especificação da avaliação.
A. 7 Códigos ajustados
�------
É vedada a extrapolação ou a
A variável dependente no modelo de regressão deve ser apresentada no laudo na forma não
transformada.
A.10.1 A avaliação intervalar, prevista em 7.7.1.b da ABNT NBR 14653-1, tem como objetivo
estabelecer, quando solicitado pelo contratante, um intervalo de valores admiss íveis em torno da
estimativa de tendência central ou do valor arbitrado.
A.10.1.1 Quando for adotada a estimativa de tendência central, o intervalo de valores admissíveis
deve estar limitado simultaneamente (ver Figura A.1 ):
''
int•rvalo d• confiarlçalpredição a80%
''
1
campo de arbítrio± ·15%
.,
1
1
estimativa de t~ndência centra l
''
1 '
1
''
1
1
'
1
1
''
1
1
1
valores ad~iss:íveis: l
Figura A.1 - Valores admissíveis quando for adotada a estimativa de tendência central
A.10.1.2 Quando for adotado o valor arbitrado, o intervalo de valores admissíveis deve estar
limitado simultaneamente (ver Figura A.2):
a) ao intervalo em torno do valor arbitrado com amplitude igual à do intervalo de predição ou ao
intervalo de confiança4 de 80% para a estimativa de tendência central ;
b) ao campo de arbítrio em torno da estimativa de tendência central.
3 O intervalo de confiança será utilizado se· o objetivo for estimar o valor de mercado. Se o objetivo for estimar preços,
utiliza-se o intervalo de predição.
4 O intervalo de confiança será utilizado se o objetivo for estimar o valor de mercado. Se o objetivo for estimar preços,
utiliza-se o intervalo de predição.
' .
1
'
''
esti'!,l:~ii"IJ'a ...di:: t~ridên cia central 1
--
L-· 1 1
.- 1 1 '
- 1
1
'
1 1 '
1
' .
valor arbihado
1
1
valores admissíveis Ji
A.10.2 No caso de utilização do valor arbitrado, este fato deverá ser citado e não será calculada a
probabilidade associada ao intervalo.
• Primeira etapa: Identificação do imóvel a ser avaliado e estudo do mercado ao qual o mesmo se
insere (amostra e equação ele regress5o).
• Segunda etapa: Enquadramento do imóvel a ser avaliado às conclusões cio estudo elaborado
(estimativa de valor).
Para o esrudo do mercado , a Norma Brasileira recomenda o método comparativo direto de dados de mercado,
exigindo coleta de amostra que represente a população de elementos semelhantes àquele q~e deve ser
avaliado.
A análise ela amostra através da Estatística Inferencial visa identificar uma função de que represente uma
"Média estimado", ou seja, uma equação linear de regressão que centralize os valores ela amostra e se mostre
não tendenciosa, eficiente e consistente.
Para que a equação de regressão se mostre adequada segundo as exigências normativas, é necessário elaborar
um conjunto de testes e ensaios na amostra. comprovando através dos resultados obtidos que a função
matemática obtida representa adequadamente uma média estimativa para o conjunto de valores ela amostra,
considerando as diferenças de características entre os dados ela mesma.
A NBR-14653 partes 1, 2 e 3, que regulamenta procedimentos e define critérios técnicos mínimos a serem
adotados na elaboração de Avaliações Urbanas e Rurais não traz comentário ou cita as variáveis que devem
ser estudadas em qualquer amostra. mas regulamenta a utilização <le escalas para análise <la influência de
variúveis Qualitativas ou subjetivas na variação dos valores dos imóveis da amostra, tais como: localização,
padrão, conservação, etc.
O trabalho <le avaliação envolve o estudo do mercado onde se insere o imóvel que serú avaliado, obtenção de
amostra de elementos semelhante,~ e, a partir ela observação cio comportamento dos preços praticados para
estes elementos, formulação de hipóteses sobre a influência das diferenças de características dos dados da
amostra na variação destes preços. A seguir, definição de escalas de medida para as hipóteses formuladas e
comprovação estatística da sua validade. Por fim, descrever o estudo e resultados obtidos. Nesta etapa o
trabalho visa mostrar como funciona o mercado segundo uma ótica ele análise.
Embora alguns itens de classificação do trabalho quanto à Especificação façam referência ao imóvel a ser
avaliado, as principais ex igências no enquadramento do trabalho dizem respeito à forma como foi
identificado o comportamento dos preços no mercado e a consistência do modelo de regressão na
representação de uma média estimada para os elementos da amostra.
Os pressupostos básicos do modelo de regressão (equação linear que representa a média do conjunto de
dados da amostra) estão explicitados no Anexo A da NBR-14653. Neste anexo são definidas as regras para
utilização de escalas qualitativas e principais exigências quanto ao comportamento dos resíduos do modelo
de regressão.
O aplicatirn TS -Sisreg foi prepar ado para identific<u- uma equação de regressão que represente a média do
conj unto de dados da amostra e mostre-se consistente para atender as exigências da Norma Brasileira.
Para esta etapa do trabalho da Avaliação, três procedimentos de excelência são i11dicaclos para busca deste
modelo representativo de média da amostra. Estes procedimentos estão baseados em alguns resultados
econométricos oferecidos pelo cálculo inferencial , a saber:
1 f?
1 - ESCOLHA DA EQUAÇÃO ~
Entre diversas equações linearizadas por transformação de escala p,u-a utilização do método dos "Mínimos
Quadrados" na definição elos parâmetros cio Modelo de Regressão é importante observar principalmente os
seguintes resultados:
1.1 - Coeficiellte de Deteteminaçilo Linear: variando ele O a 1, indica o percentual ela variação cios valores elos
dados da amostra em relação à sua média aritmética ·que está relacionado às diferenças de características
(variáveis) que interferem nos preços de mercado, segundo a ótica do Avaliador. Depende da homogeneidade
da amostra, não sendo passível ele fixação de "tamanho 111í11imo" por parte ela Norma Brasileira. Se a amostra
contém dados totalmente iguais este coeficiente será zero. se a amostra contém dados muito diferentes. este
coeficiente se aproxima ele l.
Na maioria dos trabalhos ele avaliação é util izado o Valor Unitário como variável dependente, o que já reduz
a variação natural dos dados de urna amostra, pois Área de um imóvel provoca fo11e diferença nos preços
praticados no mercado . Observa-se que a formação cio preço de um imó vel novo depende do seu custo de
produção, o qual é medido por metro quadrado, indicando que o valor de venda também é medido por metro
quadrado.
Assim amostras de Locação ele lojas em região central de município, por exemplo, geralmente apresentam
valores unitários bomogêneos, com Coeficientes de Determinação reduzidos (abaixo 0,70), já no caso de
Gleba~ Urbanas as amostra s são extremamente heterogêneas e este Coeficiente geralmente será acima ele
0.90.
Os estudos que utilizam o Valor Total como variúvel dependente normalmente resultam em Coeficiente de
Determinação mai s elevado, pois eleva a variação dos valores da amostra, fazendo com que a Área mostre
forte influência na redução desta variação e dificulta a observação da influência das demais características na
formação cios preços.
1.3 - Estatística t-Student (sig11ifictl11cia das rariá1·eis): na análise da influência individual das variáveis na
formação dos preços, a Norma Brasileira exige o teste T-Student, pois quanto maior o valor absoluto do T-
Observado, maior a influência da variável.
Quando uma variâvel apresenta valor absoluto do T-Ohservado muito superior às de mais, indica que essa
variável explica quase toda variação, co m pequena contribuição das den1ais variáveis. Quando este valor
absoluto for superior a I O vezes a segunda de maior valor significa que o modelo está baseado pratica mente
na variação desta característica. Deve-se tomar cuidado especial na utilização do modelo, principalmente nos
casos de característica qualitativa ou subjetiva.
Em alguns estudos, a difi culdade de o btenção de amostra leva o Avaliador a misturar elementos de mercados
(população) distintos como, por exemplo, "Gleba" e " lote", ou "'Aluguel" e "Venda". Este procedimento
pode elevar o tamanho do T-Observado da variável dicotômi ca utilizada para reduzir a fo1te variação
provocada pela diferença- de · preços praticados- w s dois mercados. É impoi'tante lembrar que a Norma
Brasileira ex ige o estudo de Interação entre ,•ariál'eis neste caso.
1.4 - Normalidade dos Resíduos: Indica a aleatoriedade na distribuição\ dos res íduos em torno da média,
comprovando a não te ndenciosidade na coleta ele dados e a eliminação clós efeitos das principais variáveis
qu.e elevam a variação dos preços em torno ela média aritmética ela a mostra\ Os resultados devem apresentar
aderência aos valores \ 1
68 % - 90% - 95%, correspondentes a percentuais apresentados na disLribui ão Normal torno da média nos
intervalos de [-1 a +IJ [-1,64 a +1 ,64] e [-1,96 a +1 ,961 desv ios padrões ele dis ânc ia ela média estimada . Esta
tendência à Normalidade dos resíduos é facilmente observada à medida que a 1menta o m1111ero de dados da
amostra (acima de 15 graus de liberdade já facilita a comprovação), mas de difícil comprovação em
amostras reduzidas (abaixo de 15 graus ele liberdade).
Para ensaio, podem ser tomados como parâme tros os seguintes intervalos de ac itação:
de [-1,00 a+ 1,00] s - / Ideal 68 % '- aceitável: de 64% a 75 %; /
de f-1,64 a+ 1,64] s - / Ideal 90% - aceitável: de 88% a 95% ;
de [-1 ,96 a+ 1,961 s - / Ideal 95 % - aceitável: de 95 % a 100%; /
/
/
/
-- -
\
'
0,35
''
0,2
D, 15
'·'
005
. .. ..• ·: ..
i,:
..•••
l · ·- - -·-- ···· -··- --- ·--- --·--- -·-·- ·- - -- -·---·-- ---- - - - --·--·-·•-·--- -· -·· -·--·--- --··-·- ·· · - -
eo. 1 • • ·: : •
.
,:
. .... • •
. .. . . . . . .
~ o •• • •• &t • ••••
-~ -1
Q'.
·-· ~-.--~. . . --~--·
- --- -•··---·-- •·--
·----- -- - -··-- - ~-· - · --- -- -·--· - +! . •
,2
5
ln(Valor Unitãrio em RSlm' l
• Topog Plano
• Qg-~J
imice corut1
Venda rrf-C01
lnco,p Re5kl
lncOfp.Comer A
IAês
Ur.l&io
- Aiusteft-10
P1ecisão ~
:Rec~ t-.e.xal: rnvãkn,:; l,j ervlllo ~
r
=
3[2C:oue,l~çã;:
~ ln Não Linear i Linea1 stado Linear
Não Unem
Valrnes ~ :zlvato, Ml!dio 30 01togonal :jJJioo" ':j
m~ .r. 0.8886(2
·3,~
91_ _-~1=
3 -=
30~ ;1
~ 1 . Desvio Padrão . .
- -5,43 30.50 ~ l.ilear _ i . f.150 U~ar
7.06 22.80 "
UnrtBrK.'., 1( Áfe& Tola{)
o.2LJ__ .EºP ,,
·I, 23.20 " iOO . atson (Dependente}
0ool 2.05 35.9U % em . ' .. :· ·•- ,icuado ! 2.17
Oou 1
15,38
304.02
-2,31
-2,09
-24,40 %
7 ,63 :t "º
550
: : :~--- -:·-··· t--·-r . ~--r-·q·· •. auf.o-têQ~enã~~.9J% -J
Oullieu· . . l
1Jnitá1io .
soo ·r -~- •• ·, • •1 'Í •·
LinMr
O
J
!
N!o Ürieãs l
1 -=--,
~ •50
L-+----+1-------------------'---... § 'ºº
350
300
2S.0
200
L__.,___~---'--+---+-=i==,.._--J
soo 1.000 1.500 2.000 2.500 3.000 3.500
Âre-11lotitl
"·ººº
Unit..!J1io ..
15,051.361 •
P1ea To(~ ... -0,49677023 •
Frente " 1.0361897 •
e"(0,82063 181 "Írdceco,1•.11.)"
e " (·3.534.4095 • 1Nenda rri- Const ) •
e ... (0,30665509 " lncorp.Ae~id. 1~
e ,. (·0,27969905 "lncorp.Come,c J"
e " 1·3.81 31756" 1/Mês J
1 E E lA DE AVALIAÇÕES
~\ ,___,__
3) REsihuos DA VARIÁVEL DEPENDENTE -~
3.1 Á.nálise Mista
a Coluna "Resíduo efoliFo" ordenadft com va lores máximos aceitáveis:
té 30% - :mo; - Até 60% - Regular;
Até 40% - Muito Bom; - Até 80% - Aceitável;
- Até 50% - Bom -Até 120% - Aceitável para resultado
bmto abaixo de 50,00
f- "=i <
10,07'~ -0,44 ,;
133.33 -54.95 065 7. 2,9:JY.
350,19 213,23: 136,96 4.05 ¾ ·1 ,65"
151.52 210.58 -59,06 0,75¼ 2.26 ~
198.34 122.71 75.63 38.13 " i.23% 0,81 %
1.045.65 649.05 :i9s.iiil 37.93% 33,92 i 34.54 :'
263.15 167.82 95.33 36,22~ 0,20¼ 1.96'% -0,56%"
147.05 , 198.37 , -51 .32 -34,90>: -1,03 1,91 " 0,57" 2 48!'.:
--7---,ii~-~~:__;~~::ª~~J~[===l
Unít.ário 490.84 334.72. 156. 12 31,81 Y. 1,31 1,93% 5,261' 0,50>:
1,]ll·- l
389.61 266,76 122.85 31,53~ 1.30 0.33" 3.26% ·0,93%
- -~ªº 707.96
153,84
207.16
7
29,26 ~
·29.23 % -0,889 9 66
1.76t
· "
9.26 >:
0,44 .,
10.12 t
2.33%
- -· ·-
30 ~lJ_Ftljf·var~ve1Jurntário : Análi~~Mj~ · - 3 · Dado
• Calculado .Anrilis~M~lll
Resr.tua'S do Pt.rf,1odelo x. VarQvel Unrcãno
3 ·----
~ o
l
..• •' .....
-1
.
; f , ---~-· -
..
-2
~{UnJàrio)
-1 3 •
L1tUNITÁRIO (RS/m' >)
a.. 2 • • ••• - • • • • • • •
~ º,, • • •• • • • • • .,• • • . ..; • • • • •• • •••
iS •••••• ~. '· ....
-~ -1 ••••!t . •••• .~... ~\~ . • • • .. !• -• · • I
a:: -2 •••• : \ ·. • •••
-1 2 3 '
11\(UNITÁRIO (RS/m'l)
• Calculado
.. .....:...
P.esiduos do FUIADdelo x Variâ..,el 'r'alor uni'lário
J ., ... __,, _________________________ -----------------�
0-
Q,
!'?,
.. . .
� o
�
li'. .
\ -�� ·•-�-�. ------ ·-··· •• .! ••••••.............. -·
-2
Outliers são <lados considerados muitos distantes do centro da distribuição dos valores em torno da média
estimada. A bibliografia cita a medidü de dois desvios padrões da média como ponto de referência para
análise de dispersão aceitável. Segundo a Norma Brasileira, estes dados só deverão ser retirados da amostra
se houver justificativa. O simples exame visual não é suficiente para a decisão sobre sua retirada.
• Calculado Análise Mista
1
Resí-Juos do PlrModelo x Variável valor unMrio
i
J
-1
1 ·..
-----
; : . .. .. . .
♦ ••• •
.
.
-······· • - ---.- •
, .. ····_. . . . . .
- • •• •
; . .. .
-- - • ---.-- -
'... . . ·]
•••••
Q
-2
º·�ºº O � 0,000
1/vaJor 11nffárlti�
0,000 º·ººº 0,000 0.000
O procedimento adequado será a análise da adequação do elemento às características da amostra. Neste caso
é recomendável uma análise criteriosa ela participação relativa cio resíduo do elemento no total de resíduos do
modelo, o que corresponde a coluna "Variação Residual" ela tabela ele valores elo módulo Resíduos do TS
Sisreg.
Tratando-se de participação relativa (quanto o resíduo representa no montante), a adequação do dado à
amostra pode ser analisada através ele tabela que considere a quantidade de dados e variáveis ela amostra
(graus ele liberdade). Para pequenas amostras, sugerimos a seguinte padronização abaixo.
Outro indicador de pontos influenciantes é a Estatística de cook. Neste teste, após a identificação do modelo
ele regressão, os dados são retirados individualmente ela amostra e os parâmetros ela equação são
recalculados. Se os resultados indicarem que um único dado altera consideravelmente os resultados ele é
considerado influenciante. Embora consistente, é recomendável que este teste seja aplicado somente após
esgotada a análise da coluna "Variação residual".
,40
ft5
�
Grau Liberdade
30
35
% Aceitável
15
20
'•
ti
\ 3.()1)
15 40 10
''
20 45
25 75'" ' 50
\
i
\
Resíduo
Relativo ���
ti
1 D!tdos
t
908% 1.65 0.74¼ 8.47" ·1,32% T Olõ1 j Considi:rtidt.iS
''
6 867. 1.64 14,16% 8.36% 15.71 ¼ 40 1 40
8.07 %
·8.59%
·6.65%
1.54:
·146
-1,40
o.oi"
J.2n
2.28"
7.43 �-
6.65 %
6.11�
·1.97 %
2.327.
~
�slado
32
ÇOJ!!!!ª_Ç��
Linear
fi
6.10:: 1.31 2.76%
!:�v
5,39 r. .743677 0,888642
6,35 >: 1,30 1.04 ,, 527Y. ·0.09% Desvio Pad,ão
5.28>.
-5.52 %
1.19
.1_19'
7.18%
;
7.92�
3.1 ,;
�lll
0.29
·; �l!o lioe6f
1 120.�7
·0.35 -7.05% -1.18 :l!ll"
·0.33
·0.30
·6.56%
-600 ¼
·1.13
-1.03 1
�--..,_1'2.21% ,Cêl<ulêdo r.
Watson (Oe,leodente)
;?,17
--
'
� lo �o-,eur:uso_�
-509 ,, ·0.88
Calcul� JD 1·•11,1:1
.J ::Llfoõ :::l Va,iável Urii1á1io
. Outlieu·
.. ,·--·
'Nãol1r1ear ti
• Calcubldo Anár:se Linear
'
Ri::stduos do Ptrt.fod:1lo ;,i v,mável Uncà1io
i
J ...................·-··--·----- .................................. .
. .. �
.. .
. ..
.. :.. . . . . 'ti
.2
'..
•
Wl(Unifflrio}
Para verificar se o imóvel a ser avaliado se enquadra às cmacterísticas da amostra analisada e, por
consequência, está inserido na população que deu origem à amostra, o Profis~ional deve analisar outros
resultados estatísticos oferecidos pelo modelo. Em pmticular, outros três procedimentos de excelência são
indicados para identificar a adequação da amostra ao imóvel a ser avaliado:
INTERVALO DE CONFIANÇA $
.
Conforme definido na Norma Brasileira, deve ser calculado, com base na estatística T-Stuclent, um intervalo
de valores no qual podemos afirmar com 80% de probabilidade de acerto que o a média populacional p,mt o
imóvel avaliado está inserida.
Este intervalo de confiança, conforme pode ser comprovado na teoria estatística terá sua amplitude mais
reduzida à medida que as características do imóvel avaliado se aproxima da média aritmética das escalas
utilizadas nas variáveis independentes (centro da amostra), aumentando esta amplitude à medida que nos
afastamos deste ponto.
Sendo assim, a Norma Brasileira estabelece que a adequa<;ão do imóvel avaliando às características da
amostra deve ser aferida pela amplitude deste intervalo, denominando de Grnu de Precísüo e classificando
em 3 níveis de qualidade a estimati va .
*Quando o mercado analisado apresenta forte oscilação de preços para imóveis semelhm1tes (volátil), a
variância do termo independente da equação toma-se elevada, fazendo com que, mesmo no centro da amostra
esta amplitude torne-se elevada. Este ti1:io de ocorrência não é frequente em amostras de mercados estáveis e,
se claramente observada, o fato deve ser utilizado como justificativa para amplitude acima de 50%;
4) INTERVALO DE CONFIANÇA $
Frenle '1/x
• Topog Plana 1
• Ocupação o o:
Índice comt,. tê,
L . . - 409:_!·~1 €\ 2h 15
Venda rrl CCN 1 Urut-'110 85 L21 1 0.15 65 318.35
lncOfp.Aeiid
lnoopComer
Mê$
Unitáf10 ln
1.:ê:CO
-- .... -- .... -.... -
..... .
J1n1ervolo de Confiançõ
Y mínimo 1~34-7.-
87_ __
3
.;
Y mAxino
-- . ~. --- --- -. 147065
EqwçbO de Menc,, Intervalo -.,
Equ3r,io 1'11 17,.{25.301'J
·; -~ .
::r!":!;;:!º 1º-ºº ___I
eaTotal Voto< ¾ Mínino ~Máximo '\
!Redel:t-l.l'al: In'.1/!lio.! 1.JOO.Oll! 409 .26 lfi,52 ~ 19,79 ~ ;;_:
r
Exemplos:
3'0. 000 ·
300 000
2,0.000
°8" 200.00 0
:ã ·1,0.000
100.000 - r. --- ... ---------:- ----------- . ------------... --. -.
:-0.000
3.500.000 ·
3.000 000
2.!'00 .000 ·
~ 2.000.000
2 1.,00.000
1.000.000
:00.000
A utilização do VALOR TOTAL como variável dependente evita o ponto de 111cu111w, no entanto, é
necessária a construção de um gráfico VALOR UNITÁRIO x ÁREA para verificar se, dentro do intervalo
amostral esta relação mostra-se contínua e sem inflexão decorrente do smgimento de um ponto de mínimo.
~ ,--,---,--=
e~
E,-tlF,ento
A,ea Total
H F::;,;:~+--=llfndtcc consl1.
1n Vend~rr/Coll_!L 1/x
1.00
560 Ymfrvmo 1341.66 i
,j
Dado,
' Comide,~do•
' 40
l
• opog Plana lnco,p Re; id o Y m&ci'oo 1490,24 32 -
~ cupõÇ5o lnc01p.Comerc.
i diceconsl.r. Mês l he 15 ai 2& 1' =P1edlç5o
Ymír'iimo
:1 do
C~•!~l!!_çªo
Lineai
lnc01p.Re&ki.
tnc01pCome1
l~•I 40~ .2G 85,:!2 1 º"'565 310,
Y má>;fl'.o
1269 00
l6l2,66 - -il 77
esvio Pad1ão
0,888642
1 Niolineai
M6' r20.-:i7 ·
Unitário .. Campo de Arbíhia
Mi,>mo(-15, ) \r=3"'
47'"'.8"'"
7 _ __
on (Dependente)
MO<;no (+15%) j47065 lodo 2.17
to-,egreui ~ 90%
Valor a1bilfado J'io·"9""
_2-='
6 _ __
Outlie!!._ __ j
o" i:---- r--, I
Hao l ineas \
1 -·
,.A_valioç •º-"-••-•v;..•_I.,_ -_ _ _~ Í
_...:-
1j1nte,v•lo do ConliMÇo .::J I
Y mínimo j347.87
' YmáiOO'lO j470,65 1
Eqwç~ de MenOf lntervo,lo
... ··:· . ···!··· E.:;i.1aç.âo n1 17 .. f25.30 ~l 1
Em qualquer dos casos, o Gráfico (Azu l) deve se mostrar sempre crescente e positivo, sem nenhuma
inflexão (picos positivos ou negativos)
Quando extraímos uma amostra representativa ele uma população, esperamos que esta amostra apresente
as mesmas características da população de onde foi retirada, assim, se a população contém
colinearidades entre as diversas características que definem os preços dos imóveis, logicamente a
amostra também vai apresentar colinearidade entre as variáveis que utilizamos'.
Significa que a colinearidade entre as variáveis de uma equação de regressão não implica
necessariamente numa deformação do modelo, apenas indica que este modelo representa uma população
com características específicas.
Um modelo com características colineares pode ser utilizado para avaliar imóveis que respeitem estas
características, significa que ele apresenta as mesmas características da população de onde a amostra foi
retirada, A Norma Brasileira define que a colinearidade present·e na amostra pode ser 11egligenc:iadu
neste caso, ou seja, que o modelo pode ser utilizado sem restrições.
Por outro lado a Norma Brasileira estabelece que, se o imóvel a ser avaliado não respeita as
cim1cterísticas colineares da população de onde foi retirada a amostra, é veduda a utilizaçüo do modelo
para avaliação deste imóvel.
Observa-se então que, segundo a Norma Brasileira, um modelo com colinearidade elevada pode ser
utilizado ser restrições, desde que respeitados seus limites colineares. A dificuldade neste caso é definir
quais seriam estes linútes, ou seja, como identificar se o imóvel a ser avaliado respeita os limites
colineares da amostrn.
O melhor indicador de validade da equação para estimativa do valor de um imóvel que presumivelmente
pertence à população de onde foi retirada a amostra é a amplitude do intervalo de collficu,ça. Por
característica, esta amplitude é reduzida no centro da amostra e muito ampla nos seus extremos.
Sendo assim, se o mercado investigado não apresenta volatilidade, ou seja, os dados semelhantes estão
distribuídos em torno do 'eu valor central de forma relativamente homogênea, o illterw,lo de conftanca
pode ser tomado como indicador da insercilo do imóvel ao cm1texto da wnostra.
A presença de Colinearidade pode ser observada no módulo "Correlações", onde a matriz de correlação
entre variáveis individualmente (isoladas) e na presença das demais variáveis (parciais) indica qual o
nível de dependência entre as mesmas.
Seleciomu- a Variável Dependente na Matriz ele Correlações entre variáveis e Analisar com
enfoque nos seguintes parâmetros:
Nesta matriz, se a correlação entre a variável dependente e cada uma das demais vanaveis
mostra valores elevados (acima de 60) melhor, mas isto não é condição necessária (Ú ltima linha -
amarela) e última coluna - azul).
' ...
• • ·· 1 r''
i:el lt,nei .
'
brqu1 wõ [ ::ht<J1 Y".iui,hi.a M.:.oelQ tedt H t,A&i Lil ",t:.la AJ;,td;,
''
~ & lã! él lij'~ j 1'1 ·1 ,·~ : ~ 1~ $ 'V WJ ,:, .a. 11• ''
Vmi~Yel Escala Oet. ~ stl!do
Á1ea Total w,1,1 0.,-32972
F1er,le wi,1 0.122160
• TopogPL?.na
• Q~gç~
indicecondr.
Venda rd Coi 1/, < VariAvel Forma Lineõl AJea Tlotal Frente incicc con:tt Vend4 rri- C lncat Aesid lncCM Come Mês:
lncorp.Aesid. Á<•• TOl~ h,(,) 86 58 48 20 18
lncorp.Come1 F1t=(l(e ln(x) 85 71 76 29 38 41
IAê, '
1h lndice comb lC 13 .5 68 58 46 42 81
Unilário ln()') Venda 1ft Com.l.
lncorp Re~id
lnc:01p.Coroe1c.
1/x
x 1
51
1 -23
20
64
·14
10
-64
1 45
•
-8
, ·23
-6
24
-40
53
1'
37
17
15
78
34
38
Mês
U!Ji!O.;, __ _ _
1/x
h>Ú'J T 1: 11
•17 I
,
, 25
58
.7
-52
.14
-~1
16
24 11-
35'
I
I
I
100
•~ : 1
100
~ -:
[ill [ill . i . . •••.•
.. . j . . .
• ~,-~~-=
so i m:J Eill IIl 80
ao
.5: ~ô :. 'º20
[)!]QIJ : 0
- 100 -S2 , :
o
r 0
Vertical Toto t Ín dice ~onslr. llcorp.P.e.sid r Ve11icallloto1 Índ.ce tOJlSlr. .,CO(jl Re,id
,
I
Os demais valores ela M;_1triz correspondem às correlações entre as variáveis independentes. Neste caso,
quanto mais reduzidos estes valores (abaixo de 60), melhor.
Uma sugestão para amílise, tanto para correlações isoladas como com influênc ia , é:
Até 40% fraca
Até 60% média
Até 75 % fo rte
Até 85 % muito forte
Acima de 85 % fortíssima