INFERÊNCIA ESTATÍSTICA PARA AVALIAÇÃO IMOBILIÁRIA

INTRODUÇÃO

INFERÊNCIA

• Raciocínio desenvolvido a partir de indícios (provas).

• Processo intelectual segundo o qual é possível chegar a uma conclusão a partir de premissas (proposições)

• Proposição em matemática é o enunciado de um problema que se pretende resolver.

ESTATÍSTICA

Ramo das ciências matemáticas aplicadas que usa o princípio da teoria das probabilidades no estudo de
séries de dados numéricos.

AMOSTRA & POPULAÇÃO

Em estatística...

POPULAÇÃO: Conjunto de elementos com pelo menos uma característica em comum.

AMOSTRA: subconjunto de uma população.

CONCEITOS FUNDAMENTAIS

MEDIDAS DE TENDÊNCIA CENTRAL Exemplo (média, mediana e moda)

Valor central para uma distribuição

de probabilidade.

- Média: soma dos valores de um conjunto de me-

didas, dividido pela quantidade de elementos somados.

- Mediana: medida de localização do centro da

distribuição dos dados.

- Moda: valor que aparece com maior frequência

no conjunto de dados

2 Todos os direitos reservados. É proibida a reprodução parcial ou total deste material.

 ESTIMADORES DE DISPERSÃO

Em estatística, a dispersão (também chamada de variabilidade ou espalhamento) mostra o quão esticada

ou espremida é uma distribuição.

AMPLITUDE: distância numérica entre o menor e o maior valor num conjunto de valores.

VARIÂNCIA: indica o quão distante os valores se encontram de um valor esperado.

DESVIO PADRÃO: Indica a regularidade de um conjunto de dados em função da média aritmética.

Função / Fórmula

MÉDIA =MÉDIA(intervalo)

MEDIANA =MED(intervalo)

MODA =MODO.ÚNICO(intervalo)

AMPLITUDE =MÁXIMO(intervalo)-MÍNIMO(intervalo)

VARIÂNCIA =VAR.A(intervalo)

DESVIO PADRÃO =DESVPAD.A(intervalo)

DISTRIBUIÇÃO NORMAL

Uma distribuição de probabilidade, pela qual se apresenta o percentual de chance de se obter um dado
aleatório da população que esteja dentro de um intervalo dessa distribuição.

Todos os direitos reservados. É proibida a reprodução parcial ou total deste material. 3

 Tamanho do intervalo Proporção

1 desvio padrão 68,26%

2 desvios padrão 95,44%

3 desvios padrão 99,72%

Tamanho do intervalo Proporção

1,96 desvios padrão 95%

2 desvios padrão 95,44%

4 Todos os direitos reservados. É proibida a reprodução parcial ou total deste material.

VARIÁVEL DEPENDENTE & VARIÁVEIS INDEPENDENTES

• Variável: aquilo que varia

• Dependente: que depende de algo

• Independente: não depende de outros itens

m2

Total de
PREÇO
dormitórios

DEPENDENTE
Vagas de
garagem

INDEPENDENTES
• Variável dependente é afetada

• Variável independente afeta

TAMANHO DA AMOSTRA

Tamanho da amostra varia conforme a quantidade de variáveis independentes.

Como calcular a quantidade mínima de imóveis referenciais:

SIMULANDO UMA AVALIAÇÃO...

Imóvel avaliando (residencial):

• Apartamento

• 80 m²

• 2 dormitórios

• 1 vaga de garagem

Total de 3 variáveis independentes.

Todos os direitos reservados. É proibida a reprodução parcial ou total deste material. 5
 FÓRMULA

onde:
n é quantidade de imóveis referenciais necessários

k é a quantidade de variáveis independentes

Amostra para 3 variáveis independentes

ANÁLISE DE DISPERSÃO

• variabilidade ou o espalhamento da distribuição dos dados

• Mostra o quão afastados ou aproximados os dados estão

• Exemplos de medidas de dispersão:

- Amplitude

- Variância

-Desvio padrão

LINHA DE TENDÊNCIA NOS GRÁFICOS

• Exibe a propensão dos dados em função da relação existente.

• Estimativa da relação entre variáveis.

6 Todos os direitos reservados. É proibida a reprodução parcial ou total deste material.

CORRELAÇÃO

Relação de correspondência entre DOIS DADOS.

• POSITIVA: Quando um AUMENTA, o outro AUMENTA

• NEGATIVA: Quando um AUMENTA, o outro DIMINUI

• NULA: Não há relação de correspondência

CORRELAÇÃO POSITIVA

CORRELAÇÃO NEGATIVA

Todos os direitos reservados. É proibida a reprodução parcial ou total deste material. 7

 CORRELAÇÃO NULA

LINEARIDADE DA TENDÊNCIA

• LINEAR: Quando existe uma correlação, uma linha de tendência linear mostra que uma variável au-
menta ou diminui a uma TAXA CONSTANTE em função da outra variável.

• NÃO LINEAR: Quando existe uma correlação, uma linha de tendência não linear mostra que uma vari-
ável aumenta ou diminui rapidamente e depois se nivela, ou vice-versa, a uma TAXA VARIÁVEL, em função
da outra variável.

PREÇO X DORMITÓRIOS

8 Todos os direitos reservados. É proibida a reprodução parcial ou total deste material.

SEM LINHA DE TENDÊNCIA

SEM CORRELAÇÃO

COEFICIENTE DE CORRELAÇÃO

• Método estatístico para se medir as relações entre variáveis

• Forma de exprimir em números a relação entre as variáveis (quantifica essa relação)

• Várias formas de calcular o coeficiente de correlação, entre elas:

- Coeficiente de Correlação de Pearson

- Coeficiente de Correlação Linear

- r de Pearson

Todos os direitos reservados. É proibida a reprodução parcial ou total deste material. 9

 GRAU DE CORRELAÇÃO
• Resultado = valor entre -1 e 1.

Forte Fraca Fraca Forte

-1 0 1

{
{
Correlação negativa Correlação positiva

• Distante do zero = correlação forte

• Próximo do zero = correlação fraca

FORÇA DA CORRELAÇÃO

Valor Força

1 relação absoluta

0,9 a 1 relação muito forte

0,7 a 0,9 relação forte

0,3 a 0,7 relação média

0 a 0,3 relação fraca

0 relação nula

2 funções no Excel para calcular o Coeficiente de Correlação:

• PEARSON

• CORREL

10 Todos os direitos reservados. É proibida a reprodução parcial ou total deste material.

 NÍVEL DE CONFINÇA

Determina o valor do Intervalo de Confiança

• Intervalo de valores em cujo centro está a média das amostras.

• Se estende de (média - valor) a (média + valor)

Não confundir com Nível de Significância!

100% dos elementos = Intervalo de Confiança + Nível de Significância (Alfa)

Exemplo: 100% = 95% + 5%

APROXIMADAMENTE 95% DOS INTERVALOS CONTÊM μ

REGRESSÃO

• MATEMÁTICA: Equação que descreve a relação entre duas ou mais variáveis.

• ESTATÍSTICA: Técnica para analisar a relação de uma variável dependente com variáveis indepen-
dentes específicas.

• SIMPLES: 1 variável dependente e 1 independente

• MÚLTIPLA: 1 variável dependente e várias independentes

Todos os direitos reservados. É proibida a reprodução parcial ou total deste material. 11

 Aplicação do modelo de Regressão:

1. PREDIÇÃO
Com o padrão de variação da variável dependente, arbitra-se valores para as variáveis independentes,
de modo a predeterminar os valores da variável dependente.

2. SELEÇÃO DE VARIÁVEIS
A partir de grande quantidade de variáveis, elimina-se as que apresentem pouca ou nenhuma contribuição.

3. ESTIMAÇÃO DE PARÂMETROS
Usar o modelo para definir ações ou atividades.

4. INFERÊNCIA
Realizar análises para se concluir hipóteses.

Montando a equação a partir do modelo de regressão:

EQUAÇÃO DO MODELO MATEMÁTICO DA REGRESSÃO:

EQUAÇÃO DE REGRESSÃO ESTIMADA USADA NA PREDIÇÃO

DO VALOR MÉDIO DA VARIÁVEL DEPENDENTE Y PARA PARÂME-
TROS DAS VARIÁVEIS INDEPENDENTES X:

Valor que se deseja estimar

Coeficiente de Interseção

Coeficiente da variável 1

Coeficiente da variável 1 Coeficiente da variável n

multiplicado pelo valor multiplicado pelo valor
para a variável 1 para a variável n

Somar
tudo

12 Todos os direitos reservados. É proibida a reprodução parcial ou total deste material.

INTERVALO DE CONFIANÇA

• É uma estimativa intervalar.

• O intervalo de valores que tem probabilidade de conter o verdadeiro valor da população.

FUNÇÕES DO EXCEL:

• INT.CONFIANÇA.NORM

- Utiliza a tabela Z (normal) da estatística

- Desvio padrão populacional conhecido

• INT.CONFIANÇA.T

- Utiliza a tabela “t de student” da estatística

- Desvio padrão populacional desconhecido Utiliza-se o desvio padrão da amostra

=INT.CONFIANÇA.T(Alfa; DesvioPadrão; Tamanho)

Nível de Confiança Nível de Significância

95% 0,05 (5%)

90% 0,10 (10%)

85% 0,15 (15%)

80% 0,20 (20%)

75% 0,25 (25%)

70% 0,30 (30%)

Todos os direitos reservados. É proibida a reprodução parcial ou total deste material. 13

 ROTEIRO DE 10 PASSOS: INFERÊNCIA
ESTATÍSTICA PARA AVALIAÇÃO IMOBILIÁRIA

PASSO 1: Definir as variáveis independentes baseadas nas características do Imóvel Avaliando

PASSO 2: Definir o tamanho da amostra em função da quantidade de variáveis independentes

PASSO 3: Obter imóveis referenciais com características comparáveis para compor a amostra

PASSO 4: Criar a tabela de variáveis independentes e variável dependente com os dados dos
imóveis referenciais

PASSO 5: Descartar as variáveis independentes que apresentarem correlação nula com outras
variáveis independentes

PASSO 6: Criar o melhor modelo de regressão com todas as variáveis independentes

PASSO 7: Descartar a variável independente que apresentar o maior valor-P (superior 0,10)

PASSO 8: Criar novo modelo de regressão até obter o modelo mais explicativo (com F de
significância menor que 0,01 e valor-P de cada variável independente menor que 0,1)

PASSO 9: Determinar o valor do imóvel avaliando aplicando a equação do modelo de regressão escolhido

PASSO 10: Calcular o Intervalo de confiança (limite máximo do Alfa em 0,30)

14 Todos os direitos reservados. É proibida a reprodução parcial ou total deste material.