Académique Documents
Professionnel Documents
Culture Documents
End. : Rua Curuz, 56 Alto da Lapa Tel: 55 (11) 3831-1568/ 8109-7733 So Paulo -S.P
e-mail: anabiazzi@uol.com.br
1
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
1 - Conceitos Gerais
2
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
i) hotis e motis;
j) hospitais;
k) escolas;
l) cinemas e teatros;
m) clubes recreativos;
n) prdios industriais.
Quanto ao agrupamento dos imveis:
a) loteamento;
b) condomnio de casas;
c) prdio de apartamentos;
d) conjunto habitacional (casas, prdios ou mistos);
e) conjunto de salas comerciais;
f) prdio comercial;
g) conjunto de prdios comerciais;
h) conjunto de unidades comerciais;
i) complexo industrial.
3
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Caracterizao do terreno
Localizao: situao na regio e via pblica, com indicao de limites e
confrontaes.
Utilizao atual e vocao, em confronto com a legislao em vigor.
Aspectos fsicos: dimenses, forma, topografia, superfcie, solo.
Infra-estrutura urbana disponvel.
Restries fsicas e legais ao aproveitamento.
Situaes especiais
4
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
- Impossibilidade de vistoria
Quando no for possvel o acesso do avaliador ao interior do imvel, o motivo deve
ser justificado no laudo de avaliao. Neste caso, em comum acordo com o
contratante, a vistoria interna pode ser prescindida e a avaliao pode prosseguir
com base nos elementos que for possvel obter ou fornecidos pelo contratante, tais
como:
a) descrio interna;
b) no caso de apartamentos, escritrios e conjuntos habitacionais, a vistoria externa
de reas comuns, a vistoria de outras unidades do mesmo edifcio e informaes da
respectiva administrao;
c) no caso de unidades isoladas, a vistoria externa.
As consideraes hipotticas sobre o imvel que configuram a situao paradigma,
devem estar claramente explicitadas no laudo de avaliao.
Aspectos Quantitativos
recomendvel buscar a maior quantidade possvel de dados de mercado, com
atributos comparveis aos do bem avaliando.
Aspectos Qualitativos
Na fase de coleta de dados recomendvel:
a) buscar dados de mercado com atributos mais semelhantes possveis aos do
bem avaliando;
b) identificar e diversificar as fontes de informao, sendo que as informaes
devem ser cruzadas, tanto quanto
possvel, com objetivo de aumentar a confiabilidade dos dados de mercado;
c) identificar e descrever as caractersticas relevantes dos dados de mercado
coletados;
d) buscar dados de mercado de preferncia contemporneos com a data de
referncia da avaliao.
5
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Planejamento da pesquisa
No planejamento de uma pesquisa, o que se pretende a composio de uma
amostra representativa de dados de mercado de imveis com caractersticas, tanto
quanto possvel, semelhantes s do avaliando, usando-se toda a evidncia
disponvel. Esta etapa que envolve estrutura e estratgia da pesquisa deve
iniciar-se pela caracterizao e delimitao do mercado em anlise, com o auxlio
de teorias e conceitos existentes ou hipteses advindas de experincias adquiridas
pelo avaliador sobre a formao do valor.
Na estrutura da pesquisa so eleitas as variveis que, em princpio, so relevantes
para explicar a formao de valor e estabelecidas as supostas relaes entre si e
com a varivel dependente.
A estratgia de pesquisa refere-se abrangncia da amostragem e s tcnicas a
serem utilizadas na coleta e anlise dos dados, como a seleo e abordagem de
fontes de
Levantamento de dados de mercado
O levantamento de dados tem como objetivo a obteno de uma amostra
representativa para explicar o comportamento do mercado no qual o imvel
avaliando esteja inserido e constitui a base do processo avaliatrio. Nesta etapa o
engenheiro de avaliaes investiga o mercado, coleta dados e informaes
confiveis preferentemente a respeito de negociaes realizadas e ofertas,
contemporneas data de referncia da avaliao, com suas principais
caractersticas econmicas, fsicas e de localizao.
6
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Mtodo involutivo
Identifica o valor de mercado do bem, alicerado no seu aproveitamento eficiente,
baseado em modelo de estudo de viabilidade tcnico-econmica, mediante
hipottico empreendimento compatvel com as caractersticas do bem e com as
condies do mercado no qual est inserido, considerando-se cenrios viveis para
execuo e comercializao do produto. Utilizado no caso de inexistncia de
dados amostrais semelhantes ao avaliando.
Mtodo evolutivo
Identifica o valor do bem pelo somatrio dos valores de seus componentes. Caso a
finalidade seja a identificao do valor de mercado, deve ser considerado o fator
de comercializao. Indicado para obter o valor de mercado no caso de
inexistncia de dados amostrais semelhantes ao avaliando. o caso de residncias
de alto padro, galpes, entre outros.
Escolha da metodologia
7
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
8
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
9
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Todas estas fontes devem ser vistas com sua devida cautela. Um cuidado particular
deve ser observado quando se tomar como referencia dados de cartrios, pois nem
sempre o valor constante numa escritura de compra e venda o efetivamente
negociado. Assim. torna-se necessrio verificar junto a um dos participantes da
operao, o valor real da transao e confrontar suas informaes com outras. Na
entrevista com corretores de imveis ou ofertantes, de grande importncia que o
pesquisador se apresente como pessoa realmente interessada em adquirir o bem
ofertado, sob pena de receber informaes distorcidas ou at mesmo no receber
informao alguma. Neste caso o avaliador pode apresentar contra-propostas,
visando retirar a super-estimativa que normalmente acompanha o valor de oferta
inicial. Informaes de sites de internet, atualmente so importantes indicadores
quanto exposio de imveis no mercado e podem auxiliar nas investigaes.
10
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
11
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Entretanto, com o passar dos anos e a evidente escassez de dados comparveis, foi
se tornando cada vez mais difcil obter uma amostra representativa de imveis
similares, quando, ento, se passou a recorrer a um processo de corrigir ou
homogeneizar os dados referenciais mediante expresses lgicas- matemticas,
geralmente empricas, a fim de ajust-los e torn-los semelhantes ao avaliando.
12
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
13
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Em 1991 entrou em vigor o Cdigo de Defesa do Consumidor, que, por sua vez,
tornou obrigatrio o uso das normas tcnicas brasileiras (art. 39, inciso VIII).
Em meados de 1998, com o incio de nova reviso, todas normas envolvendo
avaliao de bens foram incorporadas numa nica, que passou a ser subdividida
em Partes de acordo com a natureza do bem. Esta norma denominada NBR-
14.653/01 e substituindo a anterior NBR 5676/89, teve a Parte 1 - Procedimentos
Gerais, aprovada no ano de 2.001.
A Parte 2, NBR-14.653-2, especfica para Imveis Urbanos, foi concluda com
reformulaes substanciais, especialmente quanto aos critrios para tratamento de
dados, passando a ser denominados tratamento por fatores ou tratamento
cientfico e os anteriormente denominados nveis de rigor (expedito, normal ou
rigoroso), que passaram a ser substitudos por nveis de fundamentao e nveis de
preciso e com classificaes independentes ao tipo de tratamento empregado
nos dados.
A metodologia cientfica para tratamento dos dados com base na inferncia
estatstica referenciada pelas normas tcnicas, como uma das alternativas de
aplicao do mtodo comparativo direto e por isso ser o enfoque principal desta
apostila.
No mtodo comparativo direto, pela prpria designao, o valor do imvel obtido
diretamente, pela comparao com imveis similares. Neste sentido, condio
14
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
15
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Preos unitrios homogneos (difcil na pratica) indicam que, priori, devem existir
poucos atributos influenciantes na formao dos preos. Neste caso, a avaliao
poder ser feita a partir da mdia dos preos coletados no mercado, ou se
necessrio, utilizando-se fatores de ajustes com pouca influencia.
16
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Tratamento por anlise de regresso linear: procura-se encontrar a mdia que mais
se aproxima dos dados de mercado, ou seja, as diferenas dos atributos dos dados
da pesquisa so ajustados com base na prpria amostra, onde possvel construir
um modelo e com ele prever o valor mdio do bem avaliando
17
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
18
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Graus de fundamentao
Tabela 1 Graus de fundamentao no caso de utilizao de modelos de regresso linear
Ite Grau
Descrio
m III II I
Completa quanto
Completa quanto s
Caracterizao do a todas as Adoo de situao
1 imvel avaliando variveis
variveis utilizadas no
paradigma
modelo
analisadas
Caractersticas
Podem ser utilizadas
Caractersticas conferidas por
Coleta de dados de caractersticas
2 mercado
conferidas pelo profissional
fornecidas por
autor do laudo credenciado pelo
terceiros
autor do laudo
6 (k+1), onde k o
Quantidade mnima 4 (k+1), onde k o 3 (k+1), onde k o
nmero de
3 de dados de mercado,
variveis
nmero de variveis nmero de variveis
efetivamente utilizados independentes independentes
independentes
Apresentao de
informaes
Apresentao de Apresentao de
relativas a todos
informaes relativas informaes relativas
Identificao dos os dados e
4 dados de mercado variveis
aos dados e variveis aos dados e variveis
efetivamente utilizados efetivamente
analisados na
no modelo utilizados no modelo
modelagem, com
foto
Admitida para apenas Admitida, desde que:
uma varivel, desde a) as medidas das
que: caractersticas do
a) as medidas das imvel avaliando
caractersticas do no sejam superiores
imvel avaliando no a 100% do limite
sejam superiores a amostral superior,
100% do limite amostral nem inferiores
5 Extrapolao No admitida superior, nem inferiores metade do limite
metade do limite amostral inferior
amostral inferior b) o valor estimado
b) o valor estimado no ultrapasse 10%
no ultrapasse 10% do do valor calculado
valor calculado no no limite da fronteira
limite da fronteira amostral, para as
amostral, para a referidas variveis,
referida varivel simultaneamente
Nvel de significncia
(somatrio do valor
das duas caudas)
6 mximo para a 10% 20% 30%
rejeio da hiptese
nula de cada regressor
(teste bicaudal)
Nvel de significncia
mximo admitido nos
7 demais testes
1% 5% 10%
estatsticos realizados
20
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
21
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
A.1 Introduo
A.1.1 A tcnica mais utilizada quando se deseja estudar o comportamento de uma
varivel dependente em relao a outras que so responsveis pela variabilidade
observada nos preos a anlise de regresso.
22
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
A.2.2.1 Linearidade
23
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
A.2.2.2 Normalidade
A verificao da normalidade pode ser realizada, entre outras, por uma das
seguintes formas:
a) pelo exame de histograma dos resduos amostrais padronizados, com o objetivo
de verificar se sua forma guarda semelhana com a da curva normal;
b) pela anlise do grfico de resduos padronizados versus valores ajustados, que
deve apresentar pontos dispostos aleatoriamente, com a grande maioria situados
no intervalo [-2;+2 ].
c) pela comparao da freqncia relativa dos resduos amostrais padronizados
nos intervalos de [-1;+1], [-1,64;+1,64 ] e [-1,96;+1,96 ], com as probabilidades da
distribuio normal padro nos mesmos intervalos, ou seja, 68%, 90% e 95%;
d) pelo exame do grfico dos resduos ordenados padronizados versus quantis da
distribuio normal padronizada, que deve se aproximar da bissetriz do primeiro
quadrante;
e) pelos testes de aderncia no-paramtricos, como, por exemplo, o qui-
quadrado, o de
Kolmogorov-Smirnov ajustado por Stephens e o de Jarque-Bera.
A.2.2.3 Homocedasticidade
A verificao da homocedasticidade pode ser feita, entre outros, por meio dos
seguintes processos:
a) anlise grfica dos resduos versus valores ajustados, que devem apresentar
pontos dispostos aleatoriamente, sem nenhum padro definido;
b) pelos testes de Park e de White.
24
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
A.2.2.5.1 Uma forte dependncia linear entre duas ou mais variveis independentes
provoca degeneraes no modelo e limita a sua utilizao. As varincias das
estimativas dos parmetros podem ser muito grandes e acarretar a aceitao da
hiptese nula e a eliminao de variveis fundamentais.
A existncia desses pontos atpicos pode ser verificada pelo grfico dos resduos
versus cada varivel independente, como tambm em relao aos valores
ajustados, ou usando tcnicas estatsticas mais avanadas, como a estatstica de
Cook para detectar pontos influenciantes.
25
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
A.3.4 Os nveis de significncia utilizados nos testes citados nesta subseo sero
compatveis com a especificao da avaliao.
Em uma mesma amostra, a explicao do modelo pode ser aferida pelo seu
coeficiente de determinao. Devido ao fato de que este coeficiente sempre
cresce com o aumento do nmero de variveis independentes e no leva em
conta o nmero de graus de liberdade perdidos a cada parmetro estimado,
recomendvel considerar tambm o coeficiente de determinao ajustado.
26
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
27
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
amostrais.
1.2.5.2 Modalidades
O laudo de avaliao pode ser apresentado nas seguintes modalidades:
a) Simplificado contm de forma sucinta as informaes necessrias ao seu
entendimento.
b) Completo contm todas as informaes necessrias e suficientes para ser
auto-explicvel.
28
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Modelagem CAPTULO 2
e
3.32 modelo de regresso: Modelo utilizado para representar determinado fenmeno,
com base numa amostra, considerando-se as diversas caractersticas influenciantes.
29
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
30
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
31
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
32
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Existem trs medidas bsicas que refletem a tendncia central de uma distribuio
de freqncias, sendo elas: a mdia, a mediana e a moda.
x 70 + 90 + 110
Mdia= x = = 90
n 3
A mediana A mediana de um conjunto de dados o valor da varivel aleatria a
partir do qual metade dos casos se encontra acima dele e metade se encontra
abaixo, indicando, portanto, o valor do meio quando os dados esto dispostos em
ordem crescente (ou decrescente). Se o nmero de elementos impar, a mediana
o meio, se o nmero par a mdia dos dois valores do meio.
33
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Assimetria
34
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
.. ..... .... .. . . . .. . . . .
Grande disperso: valores mais dispersos tm maior
Pequena disperso: nmeros relativamente prximos medida de variao.
uns dos outros tm baixas medidas de variao
Fig. 3 - Disperso
Basicamente, os ndices de disperso expressam diferentes formas de se quantificar a
tendncia que os resultados de um experimento aleatrio tem de se concentrarem ou no
em determinados valores. Existem vrias medidas de disperso que podem avaliar diversos
aspectos da variabilidade de um conjunto de dados. As principais so:
Amplitude
A amplitude de um conjunto de dados a diferena entre o maior e o menor valor que foi
observado para a varivel aleatria, servindo para caracterizar a abrangncia do estudo.
Para calcul-la, basta subtrair o menor valor do maior. Geralmente no calculada, mas
costumeiro mostrar o valor mnimo e o valor mximo da amostra. A utilidade da amplitude
bastante limitada pelo fato de s levar em conta os dois valores extremos de um conjunto,
nada informando quanto aos outros valores.
Ao invs de utilizar valores absolutos de uma amostra, possvel obter uma medida de
variao ainda melhor, tomando os quadrados dos desvios (x-x)2 , que so no-negativos,
obtendo-se assim a varincia. Calcula-se a varincia de uma amostra da mesma forma que
o desvio mdio, com duas excees (1) os desvios mdios so elevados ao quadrado antes
da soma, e (2) tomam-se a mdia dividindo por n-1 em lugar de n, porque isso d uma
melhor estimativa da varincia populacional. Pode-se calcular a varincia pela frmula
abaixo:
2
=
(x x)
i
2 Varincia a soma dos quadrados dos desvios de cada ponto em torno
s x
n1 da mdia aritmtica. Caracteriza a disperso dos pontos de uma
amostra potencializando as diferenas.
s=
x 2
i [ ( xi ) 2 n] Na distribuio gaussiana, cerca de 95% dos casos fica
n 1 dentro do intervalo entre a mdia e +1.96*DP.
s=
(x i x)2
n 1
O Coeficiente de Variao o desvio padro dividido pela mdia. Indica a variabilidade da
amostra em relao mdia.
Se
C .V . =
X&&
3.2 PROBABILIDADE
O mtodo da inferncia estatstica baseia-se na evidncia amostral para formular
concluses sobre toda uma populao. As decises inferenciais se baseiam sem chances -
ou probabilidades- de eventos.
36
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Fig. 5 - Aderncia
Quando se relacionam os valores de uma varivel aleatria discreta com sua probabilidade de
ocorrncia, o resultados um funo densidade de probabilidade: para a varivel aleatria
discreta X, o valor da funo densidade de probabilidade f(x) a probabilidade de a varivel
aleatria X tomar o valor de x , f (x)= P (X=x).
Para a varivel aleatria contnua Y, a funo de densidade de probabilidade f(y) pode ser
representada por uma equao, descrita graficamente por uma curva. No caso das variveis
contnuas, a rea sob a funo densidade de probabilidade corresponde probabilidade.
F(y) f(y)
a b y
Fig. 6 Probabilidade como rea sob uma funo de densidade de probabilidade.
A rea total sob a funo de densidade de probabilidade 1, e a probabilidade de Y tomar o
valor do intervalo [a,b] ou P [a Y b] a rea sob a funo densidade entre os valores y=a e y
= b. Uma distribuio de probabilidades uma distribuio de freqncias para os resultados
de um espao amostral. A essncia da anlise estatstica confrontar as hipteses de uma
distribuio de probabilidades com as especificaes de determinado problema. H uma
variedade de tipos de distribuio de probabilidades na estatstica, tendo cada uma seu
prprio conjunto de hipteses que definem as condies sob as quais o tipo de distribuio
pode ser utilizado. A mais importante e que ser abordada a seguir, por ser extensamente usada
em problemas de inferncia a distribuio normal.
37
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Como se trata de distribuio de probabilidade contnua, a rea que fica entre a curva e o eixo
das abscissas representa a probabilidade. A probabilidade de ocorrer um evento entre os
pontos a e b calculada pela integral definida da funo entre os pontos a e b, representada
pela rea no grfico
Curvas normais, com qualquer e , podem ser transformadas em uma normal muito
especial que tem mdia 0 ( = 0) e desvio padro 1 ( = 1). Esta curva normal com mdia 0
e desvio padro 1 conhecida como curva normal reduzida. Suas probabilidades j foram
calculadas e so apresentadas em tabelas de fcil utilizao. Como a normal simtrica, os
38
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
DISTRIBUICAO NORMAL
f(Z)
DESVIOS PADRAO
-4 -3 -2 -1 0 1 2 3 4
Fig. 9 rea sob a curva normal a 1, 2, e 3 desvios padres a contar de cada lado da mdia.
39
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.0910 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.1480 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.1700 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.1950 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.2190 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2517 0.2549
0.7 0.2580 0.2611 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.3340 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.3980 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.4370 0.4382 0.4394 0.4406 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.4554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4656 0.4664 0.4671 0.4678 0.4686 0.4693 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
2.0 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.4830 0.4834 0.4838 0.4842 0.4846 0.4850 0.4854 0.4857
2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.4890
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 0.4916
2.4 0.4918 0.4920 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.4961 0.4962 0.4963 0.4964
2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.4971 0.4972 0.4973 0.4974
2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.4981
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990
40
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
3.3.1-Estimao
Intervalo de Confiana
x-e x x+e
/2 /2
Z=0 Z /2
41
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Um valor crtico o nmero na fronteira que separa os valores das estatsticas amostrais
provveis de ocorrerem, dos valores que tm pouca chance de ocorrer. O nmero z/2 um
valor crtico que um escore z com a propriedade de separa uma rea de /2 na cauda
direita da distribuio normal padronizada. (H uma rea de 1- entre as fronteiras de - z/2
e z/2). Os mesmos conceitos valem para distribuio t.
/2 = 0,025 /2 = 0,025
1 (X 1i X )2
S Yi = se. + 2
n X [( X) 2
/n]
Yi 2
n X [( X) 2
/n] expresso, ou seja, o desvio padro de Yi
42
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
1 (X 0 X ) 2
E = t / 2 .s e . +
X [( X) 2 /n]
2
n
Yi t ( n K 1) / 2 .Sy i Yi Yi + t ( n K 1) / 2 .Sy i
Quanto maior o nmero da amostra (n) e quanto mais dispersa for a varivel x, menor ser o
erro padro e conseqentemente a amplitude dos intervalos de confiana. O intervalo de
confiana ter uma amplitude menor a medida que X se aproxima da mdia x e que eles
vo se alargando progressivamente medida que se afastam da mdia.
20%, resultando
) para o valor mdio induzido pela equao de regresso.
= 10 0
0
2
43
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
44
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Aceitar H0
/2 /2 Rejeitar H0
Rejeitar H0
H0 : p#0,5
Valor 0 Valor
crtico crtico
Aceitar H0
Rejeitar H0
H0 : p< 0,5
Valor
crtico 0
Rejeitar H0
Aceitar H0
H0 : p>0,5
Valor
0 crtico
Fig. 12 Comparao da partio de uma distribuio amostral para testes unilaterais e bilaterais.
Note-se, nos testes unilaterais, que o sinal > ou o sinal < aponta para a cauda utilizada
Ao ser testada uma hiptese nula, a concluso rejeit-la ou no rejeit-la: tais concluses
ora so corretas, ora so incorretas. H dois tipos de erros inerentes ao processo de teste de
significncia:
- erro Tipo I: consiste em rejeitar a Hiptese Nula Ho quando ela verdadeira. A
probabilidade de cometer esse erro chamada nvel de significncia de um teste e se
denota por (alfa). O valor de tipicamente predeterminado: So comuns a escolha
=0,05; =0,01.
- erro Tipo II: consiste em no rejeitar a Hiptese Nula Ho quando ela falsa. Usa-se o
smbolo (beta) para representar a probabilidade de um erro tipo II.
45
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Espera-se naturalmente, que Ho seja aceita quando verdadeira e rejeitada quando falsa.
Logo, h 4 resultados possveis indicados na tabela abaixo e tomada a deciso, ou ela ser
correta, ou ocorrer um tipo de erro, e a deciso (aceitar ou rejeitar) indicar que tipo de
erro possvel.
A Hiptese Nula
A Hiptese Nula Falsa
Verdadeira
Decidimos rejeitar a Erro Tipo I (rejeio de uma
Deciso Correta
Hiptese Nula hiptese nula verdadeira)
Deciso
No rejeitamos a Erro Tipo II (no rejeio
Deciso Correta
Hiptese Nula de uma hiptese nula falsa)
A afirmao original, ou bsica, ora se torna a hiptese nula, ora se transforma na hiptese
alternativa. Entretanto, o processo exige que sempre seja testada a hiptese nula e a
concluso final ser sempre uma das seguintes:
1- No rejeitar a hiptese nula H0;
2- Rejeitar a hiptese nula H0
46
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
3.2.5.1-A Distribuio t
Note-se que a distribuio t tem mais rea nas caudas . A partir de 30 dados amostrais, elas
se aproximam.
Para usar a tabela t2 (TABELA 2) preciso conhecer duas coisas: o nvel de confiana
desejado e o nmero de graus de liberdade. O nmero de graus de liberdade est
relacionado com a maneira de calcular o desvio padro:
Sx = (x x )2 amostra menos 1)
n 1
onde:
Sx = desvio padro amostral e
1
O criador da distribuio t foi W.S.Gosset, empregado de uma cervejaria irlandesa no princpio do sculo XX
que precisava de uma distribuio que pudesse ser utilizada com pequenas amostras. Como esta no permitia a
publicao de resultados de pesquisas, usou o pseudnimo de Student.
2
A tabela de t de Student ser usada mais adiante para clculos de verificao das variveis e clculo do
intervalo de confiana.
47
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Determinar trs nmeros cuja soma seja ser determinado: no existe grau de
10: o primeiro nmero pode ser qualquer liberdade para ele. H trs nmeros em
um (at negativo); o segundo tambm. jogo, mas liberdade s para dois, ou seja,
Mas o terceiro ser limitado condio como os dois primeiros nmeros foram
que a soma dos trs deve ser 10. Escolhido escolhidos arbitrariamente, h dois graus
os dois primeiros, o terceiro de liberdade
48
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Coeficiente de Confiana
Duas caudas 0,80 0,90 0,95 0,98 0,990 0,9990
Uma cauda 0,90 0,95 0,98 0,99 0,995 0,9995
Testes de Hipteses
Duas caudas 0,20 0,10 0,05 0,02 0,010 0,0010
Uma cauda 0,10 0,05 0,03 0,01 0,005 0,0005
1 3,078 6,314 12,706 31,821 63,656 636,578
2 1,886 2,920 4,303 6,965 9,925 31,600
3 1,638 2,353 3,182 4,541 5,841 12,924
4 1,533 2,132 2,776 3,747 4,604 8,610
5 1,476 2,015 2,571 3,365 4,032 6,869
6 1,440 1,943 2,447 3,143 3,707 5,959
7 1,415 1,895 2,365 2,998 3,499 5,408
8 1,397 1,860 2,306 2,896 3,355 5,041
9 1,383 1,833 2,262 2,821 3,250 4,781
10 1,372 1,812 2,228 2,764 3,169 4,587
11 1,363 1,796 2,201 2,718 3,106 4,437
12 1,356 1,782 2,179 2,681 3,055 4,318
13 1,350 1,771 2,160 2,650 3,012 4,221
14 1,345 1,761 2,145 2,624 2,977 4,140
15 1,341 1,753 2,131 2,602 2,947 4,073
16 1,337 1,746 2,120 2,583 2,921 4,015
17 1,333 1,740 2,110 2,567 2,898 3,965
18 1,330 1,734 2,101 2,552 2,878 3,922
19 1,328 1,729 2,093 2,539 2,861 3,883
20 1,325 1,725 2,086 2,528 2,845 3,850
21 1,323 1,721 2,080 2,518 2,831 3,819
22 1,321 1,717 2,074 2,508 2,819 3,792
23 1,319 1,714 2,069 2,500 2,807 3,768
24 1,318 1,711 2,064 2,492 2,797 3,745
25 1,316 1,708 2,060 2,485 2,787 3,725
26 1,315 1,706 2,056 2,479 2,779 3,707
27 1,314 1,703 2,052 2,473 2,771 3,689
28 1,313 1,701 2,048 2,467 2,763 3,674
29 1,311 1,699 2,045 2,462 2,756 3,660
30 1,310 1,697 2,042 2,457 2,750 3,646
31 1,309 1,696 2,040 2,453 2,744 3,633
32 1,309 1,694 2,037 2,449 2,738 3,622
33 1,308 1,692 2,035 2,445 2,733 3,611
34 1,307 1,691 2,032 2,441 2,728 3,601
35 1,306 1,690 2,030 2,438 2,724 3,591
36 1,306 1,688 2,028 2,434 2,719 3,582
37 1,305 1,687 2,026 2,431 2,715 3,574
38 1,304 1,686 2,024 2,429 2,712 3,566
39 1,304 1,685 2,023 2,426 2,708 3,558
40 1,303 1,684 2,021 2,423 2,704 3,551
41 1,303 1,683 2,020 2,421 2,701 3,544
42 1,302 1,682 2,018 2,418 2,698 3,538
43 1,302 1,681 2,017 2,416 2,695 3,532
44 1,301 1,680 2,015 2,414 2,692 3,526
45 1,301 1,679 2,014 2,412 2,690 3,520
46 1,300 1,679 2,013 2,410 2,687 3,515
47 1,300 1,678 2,012 2,408 2,685 3,510
48 1,299 1,677 2,011 2,407 2,682 3,505
49 1,299 1,677 2,010 2,405 2,680 3,500
50 1,299 1,676 2,009 2,403 2,678 3,496
49
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Ao fazer a anlise, utilizam-se duas estimativas amostrais da varincia para calcular uma
razo F. O F observado dado por: F= Varincia Explicada Varincia no explicada
Compara-se o nmero resultante com um valor F da Tabela: se o valor maior que o valor
tabulado, rejeita-se a hiptese nula. Se o valor calculado menor, a hiptese nula no
pode ser rejeitada. Os valores constantes da tabela F so os valores crticos.
Compara-se o nmero resultante com um valor F da Tabela: se o valor maior que o valor
tabulado, rejeita-se a hiptese nula. Se o valor calculado menor, a hiptese nula no
pode ser rejeitada.
50
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Tabela 3 - Distribuio F
51
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
CAPTULO 4
Pressupostos de um Modelo para Explicao do Mercado Imobilirio
Na estimativa do valor de um determinado segmento do mercado imobilirio (de um
terreno, de uma residncia, de um aluguel, etc...), o processo de inferncia estatstica pode
se constituir na metodologia adequada, desde que atenda o pressuposto bsico inicial
quanto a existncia de um conjunto de dados que possa ser tomado, estatisticamente,
como amostra deste segmento.
Yi = varivel dependente ou explicada, que se constitui no valor investigado (terreno, casa, loja)
X1i ,X2i ... Xki = variveis independentes ou explicativas, que podem ser de natureza quantitativa
(rea, frente, distancia a um polo atrativo, etc..) ou qualitativa (padro, topografia, etc..)
1,2 ...k = parmetros da regresso
i = os respectivos erros ou resduos, sendo a expresso de inmeras pequenas causas que
produzem um desvio do que a varivel dependente deveria ser, se a relao fosse
determinstica.
Cabe relembrar a natureza do termo erro ei , e especificar que ,no caso de avaliaes, se deve
principalmente aos seguintes aspectos:
1o) erros decorrentes de observao ou medidas das variveis (muito comuns na prtica da
pesquisa, por serem dependente de informaes de terceiros);
2o) erros devidos a no considerao de variveis influentes na variao de valor, no
contempladas na regresso. Isto significa dizer que, alm das variveis reconhecidas no
modelo, existiriam fatores que poderiam influenciar indiretamente o valor (Y,) mas que no
se revelam suficientemente fortes para estarem no modelo,
3o) aleatoriedade do comportamento humano, elemento imprevisvel e muito presente no
mercado imobilirio
52
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Devido a esse erro amostral, dificilmente a regresso estimada da amostra coincidir com a
verdadeira regresso populacional:
Y Y = o +1Xi
Regresso verdadeira
(desconhecida)
1.1.1.1.1
i =b 0 +b 1 X 1i
Regresso
53
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Para que este modelo matemtico seja considerado vlido para explicao do
fenmeno investigado, considera-se, ainda, que as variveis explicativas ((X1j ,X2j ... Xkj ,,
rea, testada, etc...) no contenham nenhuma perturbao aleatria - que deve ser
assegurado mediante verificao dos testes de hipteses bsicos (demonstrados pela
significncia dos regressores atravs do teste t e da equao como um todo atravs
da distribuio F ) e que a distribuio dos resduos os erros, i , satisfaam aos
pressupostos de modelo de regresso linear normal, isto , varincia constante (
homocedasticidade) , independencia entre as variveis explicativas e no auto-
regresso (quando usadas sries temporais).
E o que mais importante, que este modelo poder ser utilizado para avaliao,
desde que represente com clareza, coerncia e logicidade o efetivo comportamento
do segmento de mercado estudado naquele momento.
Aps ter selecionado a frmula bsica da parte funcional do modelo, a etapa seguinte
no processo a estimao dos parmetros (b0, b1, b2, ..., bk) na funo. Isto deve ser
realizado resolvendo um problema que relaciona a resposta varivel e a parte
funcional do modelo de uma maneira que produzam as estimativas dos parmetros o
mais prximo possvel dos valores dos parmetros verdadeiros, desconhecidos.
54
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
r r
n 2
= y i f ( x ; sendo que, 1, 2,..., K, so tratados como os coeficientes das
i =1
variveis X1, X2,..., Xk e resultaro nos valores de predio de Y, em funo da variao
destas referidas variveis. Para enfatizar o fato que as estimativas dos valores de
parmetro no so as mesmas como os valores verdadeiros dos parmetros as
A explicao do mtodo ser ilustrada com base em sua expresso mais simples
recorrendo regresso linear relacionando apenas duas variveis, considerando o
modelo de regresso em linha reta. A relao entre "Y" e "X", pode ser representada em
um diagrama de disperso, com os valores yi em ordenada e os xi em abscissa. Cada
par de valores xi e yi fornecero um ponto e utilizando-se, por exemplo, o mtodo que
minimiza o somatrio dos resduos ao quadrado, pode-se calcular, neste caso, a
equao de uma reta de tendncia que melhor se ajuste nuvem de distribuio dos
pontos representativos dos dados pesquisados da amostra utilizada.
Yi
Y1 i
ei b1
b0
X1 X
Para ajustar uma reta aos valores dos dados de uma amostra, pelo princpio dos
mnimos quadrados deve-se procurar uma reta tal que a soma dos quadrados das
distncias verticais de cada ponto reta seja a menor possvel. Tomam-se os
quadrados das distncias para que as distancias positivas sejam canceladas pelas
negativas. O intercepto e o coeficiente angular dessa reta, so b0 e b1, que
55
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
i= b0 + b1 x1
Considerando o grfico acima, para cada reta que passe pelos pontos do diagrama,
existe um resduo correspondente a distancia vertical entre Xi e a reta, para cada par (
Xi,Yi) observado. As distncias verticais de cada ponto reta ajustada so os resduos
de mnimos quadrados, e so dados por:
ei = Yi i ou
4 ei = Yi b0 b1 .Xi
A aplicao do mtodo dos mnimos quadrados, portanto, consiste em encontrar, a partir dos
dados amostrais (Yi, Xi), as estimativas para o coeficiente angular b1 (que define o aumento ou
diminuio da varivel Yi por unidade de variao da varivel Xi) e para o intercepto b0 (que
define o ponto em que a reta corta o eixo das ordenadas), de modo que os erros (ou resduos)
sejam mnimos.
Uma vez que as diferenas entre valores reais (Yi) e valores previstos ( i ) sero tanto positivas
como negativas para diferentes observaes, necessrio minimizar matematicamente como:
i =1
[Y i - (b 0 + b 1 X i )] 2
Para este modelo, as estimativas dos mnimos quadrados dos parmetros seriam
computadas minimizando:
n
=
i=1
[Y i - (b 0 + b 1 X i )] 2
56
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
n
( xi x )( yi y )
i =1
b1 = n
( xi x )2
i =1
b 0 = y b1 x
Onde, x corresponde ao valor mdio da varivel Xi e y corresponde ao valor mdio
da varivel Yi.
= b0 + b1 xi
57
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
r =
xy
y 2
. x2
58
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
59
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Mas qual seria o critrio para determinar a reta que melhor que todas as outras? Esse
critrio baseia-se na distancia vertical entre os pontos que representam os dados
originais e a reta de regresso: tais distncias chamam-se resduos.
Dado um par de dados amostrais (x,y), um resduo a diferena (y- ) entre um valor amostral
observado y e o valor predito com base na equao de regresso. Portanto: uma reta verifica
a propriedade dos mnimos quadrados se a soma dos quadrados dos resduos a menor
possvel.
DISPERSO
DE PONTOS
DISPERSO
EM TORNO
DISPERSO DE PONTOS
DA RETA DE
DE PONTOS EM TORNO
REGRESSO
EM TORNO DA
MDIA
60
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Y Yi
) )
e i = y I y = COMPONENTE
NO EXPLICADO
)
y y = COMPONENTE
( y I yi )
EXPLICADO
(x, y)
Xi X
Fig.18 Componentes: explicado e no-explicado, de yi
r
Como ilustra a figura acima, a diferena entre yi e o seu valor mdio yi (variao total)
consiste em uma parte explicada pelo modelo de regresso ( y i y i ) e uma parte no explicada
( y i y i ), que so os resduos. Existem diversas formas de medir a variao total de uma varivel,
sendo que uma delas consiste em somar sobre toda a amostra, os quadrados das diferenas
r
entre yi e a sua mdia y i . Especificamente essas somas de quadrado resultam nas seguintes
medidas:
n
( y i - y ) 2 = soma de quadrados total STQ: que uma medida de variao total dos valores de
i =1
y em relao sua media, que explicada pela regresso, ou a parcela atribuda relao
entre X e Y.
n
( y i - y ) 2 = soma do quadrado dos erros SQE: que a parcela da variao total de y em
i =1
relao sua mdia, que no explicada pela regresso e que atribuda a outros fatores
diferentes da relao entre X e Y.
61
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Sendo que:
n 2 n 2 n
(y i - y ) = (y i - y ) + (y i - y ) 2
i =1 i =1 i =1
VARIAO = VARIAO +
VARIAO
TOTAL EXPLICADA NO-EXPLICADA
Com a adio de novas variveis ao modelo, sempre possvel aumentar o valor de R2, no
entanto, nem sempre um novo modelo com mais variveis regressoras ser melhor que um
modelo que no envolva essas variveis.
Para contornar esse problema, sugerido que seja calculado um coeficiente de determinao
mltipla ajustado, simbolizado por R 2 , em cuja frmula, apresentada a seguir possvel verificar
que, diferentemente do R2, reflete tanto o nmero de variveis explicativas k e quanto o
tamanho da amostra n:
n 1
R 2 = 1 [ (1 R 2 ). ]
n k 1
62
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Observaes:
Evitar nmero reduzido de elementos amostrais, pois h casos que podem induzir a um
elevado coeficiente de correlao ( r ) , porm equivalendo a um grande intervalo de
confiana no respectivo valor de ' ' da populao (podendo, inclusive, conter o valor
zero). Isto significa dizer que, a equao pode estar explicando grande parte da variao
do fenmeno para uma pequena amostra mas, na realidade, pode no estar explicando
absolutamente nada da variao do fenmeno na populao da qual essa amostra faz
parte.
O pesquisador deve se preocupar com a relevncia lgica das variveis explicativas para a
varivel dependente e com seu significado estatstico cuja tendncia a de encontrar
modelos que representem um comportamento mdio de mercado devendo ter cuidado com
modelos que atinjam coeficientes de determinao prximo de 1 (ou 100%) que podem ser o
resultado de um ajuste perfeito apenas matemtico
se R2 e R2ajustado forem muito diferentes, uma indicao de que foi includo um nmero muito
excessivo de variveis explicativas, mas que no contribuem de modo significativo para
melhorar a qualidade do modelo ajustado.
63
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
CAPTULO 5
Tratamento por Fatores - recomendaes
- localizao;
Fator oferta
A superestimativa dos dados de oferta (elasticidade dos negcios) dever ser
descontada do valor total pela aplicao do fator mdio observado no mercado. Na
impossibilidade da sua determinao, pode ser aplicado o fator consagrado 0,9
(desconto de 10% sobre o preo original pedido). Todos os demais fatores devem ser
considerados aps a aplicao do fator oferta.
Fator localizao
Para a transposio da parcela do valor referente ao terreno de um local para outro,
poder ser empregada a relao entre os valores dos lanamentos fiscais, obtidos da
Planta de Valores Genricos editada pela Prefeitura Municipal, se for constatada a
coerncia dos mesmos.
64
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Nos casos de inexistncia desses valores ou se forem constatadas incoerncias nas suas
inter-relaes, dever ser procedido estudos de mercado devidamente
fundamentado.
65
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
66
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
A soluo, ento, elevar essas diferenas ao quadrado para eliminar o sinal negativo e
trabalhar apenas com valores positivos, obtendo-se:
Mdia
Mediana =
Moda=
Desvio Padro s = (x i x)2
=
Coeficiente de
n 1 variao =
67
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
1 6,00 5,00 1 2 ,0 0 1 2 ,0 0
2 6,00 7,00 1 0 ,0 0 1 0 ,0 0
unitrio
8 ,0 0
3 7,00 6,00 7 ,0 0 7 ,0 0
6 ,0 0 6 ,0 0 6 ,0 0
4 7,00 12,00 4 ,0 0
5 10,00 15,00 2 ,0 0
0 ,0 0
6 12,00 18,00 0 ,0 0 5 ,0 0 1 0 ,0 0
fre nte
1 5 ,0 0 2 0 ,0 0 2 5 ,0 0
7 15,00 20,00
Com as informaes das frentes dos terrenos, o valor mdio destes no mais constante, mas
uma funo da variao destas.
A equao seria do tipo y= bo + b1 x1, onde y seria os valores mdios dos terrenos e x as
respectivas frentes.
CONCEITO: Uma anlise de regresso geral, essencialmente, uma equao, cujos coeficientes refletem
a intensidade da relao entre cada varivel explicativa isolada e a varivel resposta.
68
Pgina 69
Para obter uma reta para o exemplo valor unitrio versus frente, necessrio primeiramente calcular
os parmetros b0 e b1 da reta, e uma das formas utilizadas efetuando os somatrios, conforme
demonstrado nos passos seguintes.
Y b1 e = (Yi - Y
)2 = 0
i
e
VARIAO DE Y Substituindo Y chapu:
b0 VARIAO DE x
[(Yi - (b0 + b1Xi )]2 = 0
equaes normais
(deduzidas atravs Yi = nb0 + b1 Xi
X de derivadas ,
Xi Yi = b0 Xi + b1 Xi2
somatrias ou
1.1.1.1.1.1.1.1.1 matrizes)
69
Pgina 70
R E P R E S E N TA O G R FIC A C O E F I C I E N T E D E D E T E R MI N A O
1 6 ,0 0
V a r ia o n o 1 5 /2 0 Pretende-se que Y se aproxime o
1 4 ,0 0 e x p lic a d a o u d e s v io 1 3 ,3 5 /2 0 mximo de Y ( Y chapu) de forma
(y -y c hapu) n
v a r ia o to ta l
1 2 ,0 0 (v -y barra)
V a r ia o
e x p lic a d a
que
i= 1
( yi y$ ) ( ou a soma dos
(y c hapu -
1 0 ,0 0 y barra)
resduos) seja o menor possvel.
unitrio
8 ,0 0 2
M d ia ( Y b a r r a ) = 9 COEF. DETERMINAO (R ) =
7 /1 2
86,87% da variao do valor
6 ,0 0
unitrio () podem ser explicados
pela variao da varivel frente
4 ,0 0 CO EF DETERMINA O ( R2 )
y = + 2 ,6 6 1 2 + 0 ,5 3 4 6 . X 1 = V A RIA O EX PL ICA DA
atravs da equao de regresso.
2 ,0 0
R 2 = 0 ,8 6 8 7 DIV IDIDA PEL A V A RIA O Neste caso, 13,13% da variao
TO TA L total permanecem no explicados.
0 ,0 0
0 ,0 0 5 ,0 0 1 0 ,0 0 1 5 ,0 0 2 0 ,0 0 2 5 ,0 0
f r e n te
70
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
O segundo passo consiste em identificar a distribuio amostral adequada (no caso, t de Student)
O terceiro passo consiste em escolher um nvel de significncia aceitvel para indicar um valor crtico
como padro de comparao, para no rejeitar uma hiptese nula, quando verdadeira.
Valor crtico o valor, ou valores que separa(m) a regio crtica dos valores da estatstica do
teste que no levam rejeio da hiptese nula
A essncia de um teste de significncia consiste ento em particionar uma distribuio amostral com
base na suposio de H0 ser verdadeira em uma regio de aceitao e uma regio de rejeio de H0.
Calcula-se, ento, a estatstica do teste com base nos dados amostrais para compar-lo com o valor
crtico, cumprindo assim a quarta etapa do teste. Para finalizar o processo, uma estatstica teste
que excede o valor crtico sugere a rejeio de H0 , enquanto que uma estatstica teste inferior ao
valor crtico sugere H0 que seja aceita.
71
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Assim tem-se:
Nvel de
significncia Nvel de
significncia
t calculado = (b1 / Sb) VER tabela abaixo
- no caso
- t calculado = 0,5346/0,09294=5,75
Regio de Regio de
rejeio de rejeio de
H0 H0 2o) Verifica-se o t tabelado (t crtico) na Tabela
ZONA DE ACEITAO
de H0 A1, para o nvel de significncia de 5% e o
nmero de graus de liberdade (n-K-1)
- no caso t tabelado =
- 0 + 3o) Compara-se o t calculado com o t crtico
72
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
.
-3 -2 -1 0 +1 +2 +3
e 1 (X 1h X ) 2
S Yh = s e . +
X [( X) 2 / n]
2
n
17
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Yi di = Yi Yi Y i Yi = b 0 + b1.X1
Xi
di = Yi Yi .
Como as diferenas so tanto positivas como negativas, minimizamos
matematicamente da seguinte forma:
n
(Yi =1
i Y i ) 2 Yi = o valor previsto de Y para a observao i
[Y
i =1
i ( b 0 + b 1 . X 1 )] 2
n
( Xi Yi )
n n
Y i = n.b 0 + b 1 Xi XY i i
i=1
n
i =1
b0 = Y b1.X
b1 = i=1
i =1 i =1 n
X
2
n i
Xi2
i=1
i=1
n
n
y i
Nota; Por conveno estatstica:
n = nmero de elementos
n n n onde : Y = n 1
Y barra = mdia
XY i i = b0 + X b X.i i 1
2
n
n Ychapu = equao de
regresso
x
i =1 i =1 i =1
i
e:X = n 1
n
Modelo para avaliao de terreno no interior de So Paulo, com 300m2; 10m de frente;
localizado a 100m de distncia do plo principal, com asfalto
Pesquisa base: amostra abaixo contendo 20 elementos
Varivel Dependente: Unitrio
Variveis Indepnedentes:
Distancia a Plo (medidas em m) localizao
rea do terreno (medidas em m2)
Frente do Terreno (medidas em m)
Existncia de asfalto (varivel dicotmica que indica: presena =1 ou ausncia =0
Distancia rea
Elemento polo Terreno Frente Asfalto Unitrio
120
120
110
110
100
100
90
Valor Unitrio
90
Valor Unitrio
80
80
70
70
60 60
50 50
40 40
300 400 500 600 700 800 900 1.000 0 100 200 300 400 500 600 700 800 900 1.000
rea Total Distancia polo
120 120
110 110
100 100
90
Valor Unitrio
90
Valor Unitrio
80 80
70 70
60 60
50 50
40 40
0 1 10 11 12 13 14 15 16 17 18 19 20
Asfalto Frente
Equao de Regresso:
1 ) Coeficiente de Determinao R2
Informaes Complementares:
Nmero de variveis: 5
Nmero de variveis consideradas: 5
Nmero de dados: 20
Nmero de dados considerados: 20
Resultados Estatsticos:
2) Testes de Hipteses
O processo consiste basicamente em:
1o) Formular a hiptese nula e a hiptese alternativa
2o) Escolher a distribuio amostral adequada
3o) Escolher a um nvel de significncia ( e assim os valores crticos)
4o) Calcular a estatstica do teste e compar-la com o(s) valor (es) crtico(s)
5o) Rejeitar a hiptese de nulidade se a estatstica teste excede o(s) valor(es) crtico(s); caso
contrrio, aceit-la.
Outliers do Modelo: 1
4 19
1 5 8
14 9 6
13
7 11
17
0 16 13 10
2 15
20
18
-1
-2
12
-3
Apresentao do 2) Modelo
Informaes do Modelo
Informaes Complementares:
Nmero de variveis: 5
Nmero de variveis consideradas: 5
Nmero de dados: 20
Nmero de dados considerados: 19
Resultados Estatsticos:
Equao de Regresso:
Distancia polo
rea Total 0,07 0,19
Frente -0,03 0,02
Asfalto -0,52 0,35
Valor Unitrio -0,74 0,70
rea Total
Frente -0,85 0,81
Asfalto -0,11 0,19
Valor Unitrio -0,32 0,29
Frente
Asfalto 0,06 0,05
Valor Unitrio 0,25 0,02
Asfalto
Valor Unitrio 0,83 0,81
Projees de Valores
Valor
Distancia rea Frente Asfato Mdio Mnimo Maximo
100 300 10 0 66,63 60,3 72,96
1.000,00 300 10 0 61,7 55,6 67,8
1.000,00 600 20 0 54,84 48,2 61,49
100 600 20 0 59,77 52,96 66,59
100 600 20 0 59,77 52,96 66,59
Apresentao do 3) Modelo
Informaes Complementares:
Nmero de variveis: 5
Nmero de variveis consideradas: 4
Nmero de dados: 20
Nmero de dados considerados: 19
Resultados Estatsticos:
Equao de Regresso:
Anlise de Resduos
Normalidade dos resduos:
Outliers do Modelo: 0
-1
-2
Projeo de Valores
simulaes sem asfalto simulaes com asfalto
Valor
Distancia rea Asfato Mdio Mnimo Maximo Asfato Valor Mdio
100,00 300,00 0 66,50 61,51 71,49 1 90,64
1.000,00 300,00 0 61,57 56,81 66,33 1 85,71
1.000,00 600,00 0 55,13 51,11 59,14 1 79,27
100,00 600,00 0 60,05 55,72 64,39 1 84,19
100,00 600,00 0 60,05 55,72 64,39 1 84,19
Fator
Oferta Fator Transposio
Elemento Valor Fator Unitrio I.LOCAL Fator Diferena Unitrio
unitrio Oferta deduzido elemento Transp. transposi Homog
do fator o (R$/m) pela
oferta localiza
o
1 140,00 0,9 126,00 70 1,43 54,00 180,00
2 180,00 0,9 162,00 80 1,25 40,50 202,50
3 250,00 1,0 250,00 115 0,87 -32,61 217,39
4 150,00 0,9 135,00 70 1,43 57,86 192,86
5 200,00 0,9 180,00 110 0,91 -16,36 163,64
6 250,00 0,9 225,00 120 0,83 -37,50 187,50
7 270,00 0,9 243,00 120 0,83 -40,50 202,50
Mdia 205,71 Mdia 188,71 Mdia 192,34
LOCAL
Desvio Desvio Avaliand
padro 51,92 padro 51,04 o= 100 Desv.padro 17,48
Coef.
Coef. Var. 25,24% Var. 27,04% Coef. Var. 9,09%
Fator
Oferta Coeficiente de Profundidade
Fator Oferta Unitrio
deduzido Diferena Unitrio
Coef.
do fator Pe profundidade Homog pela
Profund.
oferta (R$m/) Profundidade
28
AVALIAO DE IMVEIS URBANOS ARQUITETAANAMARIADEBIAZZIDIASDEOLIVEIRA
Fator
Oferta Coeficiente de Frente
Fator Oferta Unitrio Unitrio
deduzido Diferena
Coef. Homog.
do fator Cf frente
Frente pela
oferta (R$m/)
Frente
Coef geral
Loc + prof Coef geral
Unitrio Loc + prof + homog.
+ test para homog.Para
s com frente para a Para a
o o
Fator Fonte mdia mdia
avaliando Avaliando
Saneada
126,00 197,98 189,34 1,57 1,50
162,00 247,72 236,91 1,53 1,46
250,00 208,44 199,34 0,83 0,80
135,00 208,79 199,68 1,55 1,48
180,00 163,64 156,49 0,91 0,87
225,00 162,55 155,45 0,72 0,69
243,00 183,57 175,56 0,76 0,72
Mdia 188,71 196,10 Mdia 187,54
Desv.padro 51,04 29,77 Desv.padro 28,47
Coef. Var. 27,04% 15,18% Coef. Var. 15,18%
Superior
(+30%) 254,93
Inferior (-
30%) 137,27
Calculo do
unitrio Mdio = 187,54
Intervalo de Confiana de
16,74
80% =
t=(n-1) =6 1,44
Desv. Pad. (s) = 28,47
Frmula t x s/(n-1)^0,5
1,44 x 29,74/(7-
1)^0,5
EXEMPLO
Avaliao =
BASICO
Intervalo inferior = 204,28
Intervalo superior = 170,80
Grau de Preciso
Amplitude = 16% III