ATIVIDADE AVALIATIVA MÓDULO II

GRUPO: 04 TURMA: AEUDI004

EDUARDO HENRIQUE CALAZANS MATOS

FABRICIO CESAR MODESTO GANDOUR

FLÁVIO RODRIGUES ALVES

LÁUDO DA ANÁLISE EFETUADA NA ATIVIDADE AVALIATIVA DO MÓDULO II

Finalidade:
A finalidade do presente trabalho é efetuar a análise de inferência estatística para o cálculo de um imóvel
com as seguintes características.
Imóvel localizado na região 02, contendo 3 equipamentos disponíveis, área privativa de 64,0 m², uma vaga
de garagem, 2 quartos, possui suíte, padrão de acabamento e estado de conservação nível 4, classificação
3 em idade da edificação e padrão de empreendimento e se encontra no andar 2.

Objetivo:
O objetivo dessa atividade é efetuar:

1 - Análise Exploratória dos dados – Dispersão e Correlação;

2 - Intervalo de confiança para a média dos preços.  = 20%;

3 - Matriz de Correlações;

4 - O modelo de avaliação e a significância ao nível 5%;

5 - Erro padrão do modelo;

6 - Se as variáveis podem ser utilizadas para explicar o preço considerando o nível de 10%;

7 - Estimar o valor de um imóvel com base nos dados da tabela;

8 - Intervalo de Confiança ou Campo de Arbítrio para a estimativa do preço;

9 - Enquadramento da avaliação segundo o grau de precisão;

10 - Enquadramento Global.

Metodologia de Avaliação
O presente laudo será elaborado através do método comparativo direto de dados de mercado, conforme
Resolução ABNT NBR 14653, utilizando-se da análise de inferência estatística sobre a amostragem de
dados de mercado de imóveis com características semelhantes ao imóvel, fornecidos pelo professor, com
caráter educacional, apresentados na Tabela 1.
 Tabela 1: Dados amostrais
Área
Priva Padrão
Equipame Estado Idade
tiva de Padrão do
Da Regi ntos Vag Suí Quar de da And Eleva
da acabam Empreendi PU/m²
do ão disponívei as te tos Conserv edifica ar dor
Unida ento da mento
s ação ção
de Unidade
(m²)
1 1 3 40 0 1 2 3 4 2 4 0 3 2892,45
2 1 3 42,97 0 1 2 3 4 4 1 0 3 2567,00
3 2 4 45,39 0 1 2 3 3 2 4 0 3 3040,32
4 1 1 48,95 1 1 1 4 3 4 1 0 3 2553,63
5 2 3 50 0 1 1 4 4 4 4 1 4 3400,00
6 1 4 50,96 1 1 2 3 3 1 2 0 3 2551,02
7 2 3 53,25 1 1 2 4 4 1 4 1 4 3568,08
8 2 1 54 0 1 1 4 3 4 3 0 4 2680,01
9 1 5 56 1 1 1 3 3 2 4 1 3 2857,14
10 1 5 59,76 1 1 2 3 3 2 3 0 3 2720,87
11 2 2 62,48 1 1 2 4 4 3 3 0 4 2800,90
12 1 0 63 1 1 2 3 4 2 1 0 3 3552,38
13 1 5 64 1 1 2 3 4 2 1 0 3 2720,87
14 2 5 66 1 1 2 4 4 1 2 0 4 2985,42
15 1 5 69 1 1 2 3 3 2 3 0 3 2720,87
16 2 2 72,13 1 1 2 4 4 3 3 0 4 3327,33
17 2 5 74 0 1 2 3 4 4 2 0 3 3413,62
18 2 4 76 1 2 1 4 4 1 1 1 3 3703,20
19 2 5 78,79 1 1 2 4 4 2 3 1 4 3553,75
20 2 2 81,43 1 2 2 4 4 1 2 1 4 3181,71
21 2 0 83,45 1 1 2 4 4 4 3 0 4 3636,31
22 1 2 80,5 1 1 2 3 4 2 4 0 3 2930,01
23 2 5 94 1 2 2 4 4 4 4 1 4 3869,82
24 2 5 95 1 2 2 4 3 3 4 1 4 3479,11
25 2 4 104 1 1 2 3 3 2 4 0 4 3764,20
26 1 4 107 1 1 2 3 4 2 3 0 3 3670,72
27 2 5 105,5 1 2 2 4 3 4 4 1 4 4285,71
28 2 5 109 1 2 2 4 4 3 4 1 4 4220,00

Resultados e análises
1 - Análise Exploratória dos dados – Dispersão e Correlação;

Nessa etapa foi efetuado o tratamento dos dados para verificar a validação das variáveis afim de cumprir
as determinações dos objetivos no presente trabalho. Bem como determinar a correlação entre as
variáveis para determinar quantas e quais serão utilizadas na análise estatística.
Segundo a NBR14.653 deve-se determinar a quantidade mínima de amostras (n) para o número de
variáveis (k) que serão adotadas no estudo, seguindo as equações 1, 2 ou 3 para o grau de fundamentação
(G.F) desejado:
Eq.1. G.F I → n=3 × ( k +1 )
Eq.2 G.F II → n=4 × ( k +1 )
Eq.3. G.F III → n=6 × ( k + 1 )
Seguindo a NBR14.653 o número máximo de variáveis que podem ser utilizadas é 8. Desta forma deve-se
retirar ao menos 4 variáveis, para obter um G.F I.
Para variáveis qualitativas e dicotômicas a NBR 14.653 determina que: para n ≤ 30 o número de
observações (ni) para cada parâmetro da variável deve ser ≥ 3; para 30 < n ≤ 100 o número de observações
(ni) para cada parâmetro da variável deve ser ≥ 10% de n e para n > 100 o número de observações (n i) para
cada parâmetro da variável deve ser ≥ 10.
Para determinar quais as variáveis serão eliminadas, devemos efetuar a análise dos gráficos de dispersão e
da correlação entre elas como apresentado na Tabela 2 a seguir.
Tabela 2: Matriz de Correlação das variáveis amostrais
Área
Equipa
Privativa Qu Padrão de Padrão do
Reg mentos Estado de Idade da And Eleva
da Vagas Suíte art acabamento Empreend PU/m²
ião disponív Conservação edificação ar dor
Unidade os da Unidade imento
eis
(m²)
Região 1
Equipamentos
0,05 1
disponíveis
Área Privativa da
0,36 0,29 1
Unidade (m²)
-
Vagas 0,10 0,51 1
0,06
Suíte 0,42 0,28 0,58 0,27 1
Quartos 0,01 0,19 0,32 0,21 0,02 1
Padrão de
0,7 -
acabamento da -0,18 0,23 0,21 0,49 1
2 0,25
Unidade
Estado de
0,16 -0,20 0,08 -0,03 0,03 0,24 0,20 1
Conservação
Idade da -
0,19 -0,20 0,09 -0,38 0,06 0,26 -0,04 1
edificação 0,20
Andar 0,32 0,25 0,29 -0,05 0,13 0,12 0,10 -0,21 0,11 1
-
Elevador 0,45 0,34 0,33 0,21 0,70 0,54 0,09 -0,02 0,34 1
0,24
Padrão do
0,8
Empreendiment -0,07 0,41 0,17 0,35 0,09 0,79 0,15 0,23 0,42 0,45 1
0
o
PU/m² 0,57 0,18 0,77 0,25 0,58 0,19 0,39 0,26 0,14 0,37 0,56 0,49 1

Analisando a matriz de correlação, temos que as variáveis Região, Padrão de acabamento e padrão do
empreendimento possuem uma correlação forte entre si, portanto podemos utilizar apenas uma das
variáveis. O mesmo ocorre com as variáveis elevador e suíte. Analisando os gráficos de dispersão das
variáveis apresentados a seguir, observamos que as variáveis Padrão de acabamento e do
empreendimento possuem fator de determinação (R²) inferiores à região, o mesmo ocorre com a variável
elevador em relação à suíte.

Região x PU/m² Acabamento x PU/m²

4500.00 4500.00
4300.00
4100.00 4000.00
3900.00
3700.00 3500.00
3500.00 f(x) = 385.448678408222 x + 1874.53623486416
3300.00 f(x) = 580.084547008932 x + 2305.09389725745 3000.00 R² = 0.150135914012631
3100.00 R² = 0.326092686179616
2900.00 2500.00
2700.00
2500.00 2000.00
0.8 1 1.2 1.4 1.6 1.8 2 2.2 2.8 3 3.2 3.4 3.6 3.8 4 4.2
 Padrão Emp. x PU/m²
4500.00

4000.00

3500.00
f(x) = 489.874924864579 x + 1522.81039649578
3000.00 R² = 0.243749284821926

2500.00

2000.00
2.8 3 3.2 3.4 3.6 3.8 4 4.2

Suite x PU/m² Elevador x PU/m²

4500.00 4500.00

4000.00 4000.00

3500.00 f(x) = 703.249362075031 x + 2383.42697957355 3500.00

R² = 0.338305831534511 f(x) = 582.52387473562 x + 2446.80451780917
R² = 0.316531418026636
3000.00 3000.00

2500.00 2500.00

2000.00 2000.00
0.8 1 1.2 1.4 1.6 1.8 2 2.2 0.8 1 1.2 1.4 1.6 1.8 2 2.2

Após análise do coeficiente de determinação escolhemos eliminar as variáveis, Padrão de acabamento,

Padrão do empreendimento e Elevador. Como devemos eliminar mais 1 variável para tornar a analise
válida, iremos utilizar o mesmo critério de eliminar a variável com menor R². Como mostrado nos gráficos a
seguir a variável com menor R² é idade da edificação.

Equipamento x PU/m² Área x PU/m²

4500.00 4500.00

4000.00 4000.00
f(x) = 18.8138269158516 x + 1902.55849073772
3500.00 3500.00 R² = 0.589388457765937
f(x) = 55.160083863421 x + 2991.12225913153
3000.00 R² = 0.032213288433564 3000.00

2500.00 2500.00

2000.00 2000.00
0 1 2 3 4 5 6 7 35 45 55 65 75 85 95 105 115

Vagas x PU/m² Quarto x PU/m²

4500.00 4500.00

4000.00 4000.00

3500.00 3500.00

3000.00 f(x) = 303.511841935349 x + 2695.38720149439 3000.00 f(x) = 241.747445470579 x + 2797.04692927182

R² = 0.063014728713735 R² = 0.0348287980091564
2500.00 2500.00

2000.00 2000.00
0.8 1 1.2 1.4 1.6 1.8 2 2.2 0.8 1 1.2 1.4 1.6 1.8 2 2.2
 Conservação x PU/m² Idade x PU/m²
4500.00 4500.00

4000.00 4000.00

3500.00 3500.00
f(x) = 267.687055823461 x + 2262.22693016491 f(x) = 63.38747098351 x + 3076.64011781361
3000.00 R² = 0.0668411797086462 3000.00 R² = 0.0192187620406287
2500.00 2500.00

2000.00 2000.00
2.8 3 3.2 3.4 3.6 3.8 4 4.2 0.8 1.3 1.8 2.3 2.8 3.3 3.8 4.3

Andar x PU/m²
4500.00

4000.00

3500.00
f(x) = 164.166395655321 x + 2762.46270323319
3000.00 R² = 0.135614027908557

2500.00

2000.00
0.8 1.3 1.8 2.3 2.8 3.3 3.8 4.3

Ao reduzir as variáveis para 8, iniciou-se a análise para determinar o modelo pelo método de inferência
estatística, essa análise foi efetuada com auxílio do programa SAB. O primeiro estudo teve em seu
resultado, amostras com grandes resíduos e variáveis com nível de significância acima do aceitável, desta
forma foi necessário efetuar a eliminação de dados e consequentemente, redução no número de variáveis
para que o modelo seja aceitável. A eliminação das variáveis segue o mesmo critério de eliminar aquela
com menor R². Sempre que uma variável foi eliminada, os dados das amostras foram retornados para o
desenvolvimento do modelo matemático e o processo de eliminação de dados reiniciava, até a
necessidade de retirar uma nova variável. Esse processo ocorreu até obter um modelo matemático
aceitável. Desta forma foram eliminadas as variáveis: Equipamentos disponíveis, Vagas, Suíte, Quartos e
Idade da edificação, bem como os dados 8, 11, 12, 18, 22 e 27 das amostras, resultando em um modelo
com 4 varáveis e 22 dados. Desta forma o modelo desenvolvido possui grau fundamentação 1.
Na Tabela 3 estão apresentados os dados e variáveis selecionadas para o desenvolvimento do modelo.

Tabela 3: Dados e variáveis do modelo

Dado Região Área Privativa da Unidade (m²) Estado de Conservação Andar PU/m²
1 1 40 4 4 2892,45
2 1 42,97 4 1 2567,00
3 2 45,39 3 4 3040,32
4 1 48,95 3 1 2553,63
5 2 50 4 4 3400,00
6 1 50,96 3 2 2551,02
7 2 53,25 4 4 3568,08
9 1 56 3 4 2857,14
10 1 59,76 3 3 2720,87
13 1 64 4 1 2720,87
14 2 66 4 2 2985,42
15 1 69 3 3 2720,87
16 2 72,13 4 3 3327,33
 17 2 74 4 2 3413,62
19 2 78,79 4 3 3553,75
20 2 81,43 4 2 3181,71
21 2 83,45 4 3 3636,31
23 2 94 4 4 3869,82
24 2 95 3 4 3479,11
25 2 104 3 4 3764,20
26 1 107 4 3 3670,72
28 2 109 4 4 4220,00

2 - Intervalo de confiança para a média dos preços.  = 20%;

Para determinar o intervalo de confiança para a média dos preços, é necessário efetuar o cálculo da média dos
valores dos dados utilizados no modelo desenvolvido e somar e subtrair o fator de ajuste dos preços para
determinar o valor máximo e mínimo respectivamente. O fator de ajuste é obtido ao multiplicar o desvio padrão das
amostras pelo valor da estatística t e dividir pelo número de classe (raiz de n). Os valores calculados estão
apresentados nas Tabelas 4 e 5.

Tabela 4: Fator de ajuste

Desvio Padrão t Raiz N Fator de ajuste
R$ 481,47 1,32 4,69 R$ 135,83

Tabela 5: Intervalo de Confiança para a média

Intervalo de confiança (α=20%) mínimo média máximo
Valor R$ 3.077,55 R$ 3.213,37 R$ 3.349,20

3 - Matriz de Correlações;

Um fator importante para determinar a validade do modelo obtido é a verificação da correlação entre as variáveis
independentes e a variável dependente, a qual é obtida com o auxílio do SAB e apresentada na Figura a seguir.
4 - O modelo de avaliação e a significância ao nível 5%;

A seguir temos apresentado os parâmetros e a equação do modelo desenvolvido.

Equação do Modelo:
PU/m² = 1460,7142 * Região^0,1226 * 1,0035^Área Privativa da Unidade (m²) * 1,0933^Estado de Conservação * 1,0548^Andar

5 - Erro padrão do modelo;

A Tabela 6 apresenta os resíduos obtidos pelo modelo desenvolvido.

Tabela 6: Tabelas
Dados Preços observados Preços ajustados Resíduos Resíduos padronizados Resíduos Studentizados
1 7,970 7,997 -0,027 -0,720 -0,970
2 7,850 7,847 0,003 0,092 0,107
3 8,020 8,011 0,008 0,222 0,273
4 7,845 7,779 0,067 1,777 2,145
5 8,132 8,117 0,015 0,395 0,453
6 7,844 7,839 0,005 0,137 0,152
7 8,180 8,128 0,052 1,380 1,557
9 7,958 7,963 -0,006 -0,157 -0,181
10 7,909 7,923 -0,015 -0,387 -0,422
13 7,909 7,920 -0,012 -0,314 -0,362
14 8,001 8,066 -0,064 -1,717 -1,882
15 7,909 7,955 -0,047 -1,248 -1,368
16 8,110 8,141 -0,031 -0,819 -0,860
17 8,136 8,094 0,042 1,114 1,215
19 8,176 8,164 0,012 0,317 0,332
20 8,065 8,120 -0,055 -1,456 -1,593
21 8,199 8,180 0,019 0,496 0,521
23 8,261 8,270 -0,009 -0,251 -0,273
 24 8,155 8,185 -0,030 -0,803 -0,926
25 8,233 8,216 0,017 0,460 0,548
26 8,208 8,177 0,031 0,820 1,126
28 8,348 8,323 0,025 0,663 0,756

6 - Se as variáveis podem ser utilizadas para explicar o preço considerando o nível de 10%;

Para o modelo desenvolvido, verificamos que apenas as variáveis Região, Área privativa, Estado de Conservação e
andar podem ser utilizadas para explicar o preço do imóvel.

7 - Estimar o valor de um imóvel com base nos dados da tabela;

Este modelo foi desenvolvido para determinar o valor de um imóvel da região 2 com 64,0 m² de área privativa
presente no andar 2 da edificação e seu estado de conservação está em nível 4. Utilizando a equação do modelo
obtido temos que o preço unitário do imóvel é R$ 3.161,40.

8 - Intervalo de Confiança ou Campo de Arbítrio para a estimativa do preço;

Utilizando o modelo desenvolvido temos:

Intervalo de confiança de 80% Campo de Arbítrio

Estimativa
Inferior Central Superior Inferior Central Superior
Mediana R$ 3.096,73 R$ 3.161,65 R$ 3.227,93 R$ 2.687,40 R$ 3.161,65 R$ 3.635,90

9 - Enquadramento da avaliação segundo o grau de precisão;

Para o modelo desenvolvido o grau de precisão calculado é de 2,1%, desta forma a amostra é considerada Grau de
Precisão III (GP III), pois o valor calculado é menor do que 30% conforme determinado pela norma técnica.

GP III< 30%

GP II< 40%

GP I< 50%

10 - Enquadramento Global.

O modelo desenvolvido tem Grau III, pois a pontuação é superior a mínima dessa classificação (18).
Tabela 1 — Graus de fundamentação no caso de utilização de modelos de regressão linear
Grau
Item Descrição I
III I
I
1 Caracterização do imóvel avaliando x
2 Coleta de dados de mercado x
3 Quantidade mínima de dados de mercado efetivamente utilizados x
4 Identificação dos dados de mercado x
5 Extrapolação x
Nível de significância a (somatório do valor das duas caudas) máximo para a rejeição da hipótese
6 x
nula de cada regressor (teste bicaudal)
7 Nível de significância máximo admitido nos demais testes estatísticos realizados x
NOTA: 19