Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
=
(
(
(
(
(
(
=
(
(
(
(
(
(
(
(
=
(
(
(
(
(
(
n
p
1 x p
p , n n
p ,
p ,
p x n
n
1 x n
.
.
.
.
.
X . . X
. . . . .
. . . . .
. . . . .
X . . X
X . . X
Y
.
.
Y
Y
Y
1 x n
2
1
1
1
0
1 1
1 2 21
1 1 11
2
1
1
1
1
X
Em termos matriciais, o modelo de regresso linear geral dado por:
+ = X Y ,
no qual Y o vetor aleatrio de respostas, o vetor de parmetros de dimenso
p , X a matriz do modelo de ordem p n e um vetor de variveis aleatrias
independentes e normalmente distribudas com esperana (mdia), E( )=0 e matriz
de varincia-covarincia dada por:
(
(
(
(
=
2
2
2
2
0 0
0 0
0 0
.
. . . .
.
.
) ( =o
2
I
Assim, o vetor das observaes Y tem esperana e varincia dadas
por:
(3)
(4)
(5)
(6)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
43
I (Y) X E(Y)
2
n x n
2
1 x n
= =
2.7.1.2 Verificao de pressupostos do modelo
Em trabalhos que se geram modelos de regresso h necessidade
de se verificar alguns pressupostos bsicos, em busca da validao do mesmo, ou
seja, devem-se observar algumas hipteses em vista de saber se o modelo obtido
adequado ou no.
2.7.1.2.1 Homocedasticidade
A homocedasticidade corresponde varincia constante dos
resduos, sendo esta uma propriedade essencial que deve ser garantida para a
equao. A no obedincia a este critrio pode invalidar toda a anlise estatstica,
pois desejo que os erros sejam aleatrios, ou seja, os erros no devem ser
relacionados com as caractersticas dos imveis.
Nos modelos heterocedsticos, os estimadores de mnimos
quadrados continuam sendo no-tendenciosos
1
e consistentes
2
, mas no so os de
menor varincia, ou seja, no so eficientes. Assim, as estimativas das varincias
dos estimadores dos parmetros so tendenciosas, sendo as inferncias sobre elas
e sobre os parmetros incorretas (DANTAS, 1998).
Os testes da distribuio de Student (t)
3
e de Snedecor (F)
4
quando
aplicados para verificar a ocorrncia de erros como da heterocedasticidade, tendem
a dar resultados incorretos. Esta deficincia, quando presente nas equaes, no
1
A estimativa
est
de um parmetro , gerada por um estimador qualquer, no tendenciosa se o
valor esperado de
est
for igual a , ou seja,
est
um estimador no tendencioso de se E(
est
)
= (BUSSAB, MORETTIN, 2005; HOCHHEIM, 2004).
2
Uma estimativa
est
de consistente se, quando o tamanho da amostra aumenta, o estimador se
aproxima do verdadeiro valor do parmetro (BUSSAB, MORETTIN, 2005; HOCHHEIM, 2004).
3
til quando se deseja especificar a incerteza do valor mdio da amostra de um experimento para
um dado intervalo de confiana.
4
Utilizada para estudar a anlise de varincia por meio do comportamento das variaes totais,
li d id i
(7)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
44
permite a construo de intervalos de confiana vlidos para os parmetros da
equao (KELEJ IAN e OATES, 1978).
A verificao da homocedasticidade pode ser realizada, de acordo
com a ABNT (2004), por meio da anlise grfica dos resduos versus valores
ajustados, que devem apresentar pontos dispostos aleatoriamente, sem nenhum
padro definido. No entanto, se existir alguma tendncia (crescimento,
decrescimento ou oscilao), ento h heterocedasticidade. Outra forma de se fazer
a verificao elaborando alguns testes com o objetivo de verificar uma hiptese do
tipo =
2
0 i
: H para todo i . Para isso pode-se fazer o uso do teste de White
5
(BRONDINO, 1999; SILVA, SILVA, 2002; AMAL, SEABRA, 2005) ou de Goldfeld-
Quandt (BRONDINO, 1999; CASSIDY, 1981).
Grfico bom (nuvem de pontos) Grfico ruim (tendncia crescente)
Modelo homocedstico Modelo heterocedstico
Figura 3 Modelo homocedstico e heterocedstico
Fonte: Gonzlez (2005)
2.7.1.2.2 Normalidade
A anlise de regresso baseia-se na hiptese de que os erros
seguem uma distribuio gaussiana. Entretanto, pequenas fugas da distribuio
normal no causam grandes problemas. Uma das principais causas da no
normalidade dos resduos deve-se ao fato de o modelo escolhido para a equao de
regresso ser incorreto ou tambm, ser heterocedstico.
5
O teste de White dado pela seguinte expresso: R
2
xNT onde R
2
o coeficiente de determinao
na equao auxiliar (onde o resduo da equao principal a varivel dependente) e NT expressa o
total de observaes do painel. O teste tem distribuio qui-quadrada, onde a hiptese nula que
no existe heteroscedasticidade (AMAL, SEABRA, 2005).
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
45
De acordo com a norma 14653-2 (2004) da ABNT, a verificao da
normalidade do modelo de regresso pode ser realizada por diversas formas, dentre
as quais podemos destacar os testes de aderncia no-paramtricos, como, por
exemplo, o qui-quadrado, o de Kolmogorov-Smirnov (NADAL et al, 2003), aplicado
quando se tem grandes amostras, e o teste de Anderson-Darling que tem a
vantagem de ser mais sensvel que os dois mencionados, pois d mais pesos aos
pontos das caudas da distribuio. Um outro teste que pode ser empregado o de
Ryan-J oiner, similar ao de Shapiro-Wilk, que indicado para testes com poucas
amostras. possvel observar pela anlise do grfico de resduos padronizados
versus valores ajustados, que deve apresentar pontos dispostos aleatoriamente,
com a grande maioria situada no intervalo [-2;+2]. A violao do pressuposto de
normalidade pode ser atenuada por meio do aumento do tamanho da amostra da
populao pesquisada. Logo, aumentando-se o tamanho da amostra, os efeitos da
no-normalidade das variveis so reduzidos, aumentando a robustez da anlise, e
tornando menos necessria a transformao dessas variveis (TABACHNICK,
FIDELL, 1996 apud ABBAD, TORRES, 2002).
Grfico bom (h normalidade) Grfico ruim (no h normalidade)
Figura 4 Modelo normal e no normal
Fonte: Gonzlez (2005)
2.7.1.2.3 Linearidade
A anlise de regresso baseia-se no "modelo linear clssico", como
so as seguintes equaes:
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
46
k k
X X X Y
X Y
+ + + + =
+ =
2 2 1 1 0
1 0
Se alguma varivel
i
X mantm relacionamento no linear com Y,
ento surgem problemas na estimativa da equao. A no-linearidade pode ser
verificada atravs de grficos de resduos contra as variveis presentes no modelo
(Y, X
1
, X
2
, ... , X
k
). Espera-se que no haja forma definida para os pontos. Se forem
detectadas tendncias, deve-se linearizar a relao, usando-se transformaes nas
variveis, tais como logaritmos, inversas ou potncias (BUSSAB, 1986; GONZALEZ,
1993; 2002).
Quando o pressuposto da linearidade violado, o pesquisador deve
estar ciente de que o modelo de regresso linear no o melhor mode lo explicativo
para o estudo das variveis envolvidas, e que outros modelos devem ser utilizados
(ABBAD, TORRES, 2002) ou tentar encontrar transformaes que o tornem linear.
2.7.1.2.4 Independncia serial dos resduos (no auto-correlao)
A independncia dos resduos est ligada com a independncia dos
dados observados no mercado, ou seja, as caractersticas dos imveis. A situao
ideal aquela na qual uma transao realiza-se independentemente de outra, ou
seja, o conhecimento do preo e condies de uma no interfere na outra (DANTAS,
1998).
As amostras de mercado imobilirio, coletadas num mesmo perodo,
constituem observaes seccionais, nas quais a presena de auto -regresso
pouco provvel. J em estudos do comportamento do mercado imobilirio em uma
determinada regio, ao longo do tempo, com amostras colhidas periodicamente,
pode-se apresentar auto-correlao (SILVA, ZENI, 1998).
A verificao de auto-correlao entre as variveis pode ser
constatada de duas formas: pela anlise do grfico dos resduos cotejados com os
valores ajustados e que deve apresentar pontos dispersos aleatoriamente, sem
nenhum padro definido; e pelo Teste de Durbin-Watson (IMAPE, 1998; NADAL et
al, 2003).
(8)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
47
A deteco da auto-correlao pode ser realizada por meio de
grficos dos resduos contra os valores da varivel dependente. Nesses grficos, se
os resduos parecem seguir um padro, pode-se concluir que h auto-correlao. Na
Figura 5, so apresentadas as situaes tpicas quando so confrontados os
resduos contra seus antecessores.
Figura 5 Identificao de auto-correlao atravs de grficos de resduos
Fonte: Gonzlez (2005)
2.7.1.2.5 Outliers
Umoutlier um dado que est muito distante dos valores mdios,
ou seja, um resduo outlier, um dado que contm um grande resduo em relao aos
demais que compem a amostra, mostrando assim, um comportamento bem
diferente dos demais elementos amostrai s (DANTAS, 1998; BUSSAB, 1986).
De acordo com Barnet e Lewis (1984), os outliers so advindos de
vrias origens, sendo mais relacionada com o avaliador, que coleta, processa, e
interpreta os dados, ou seja, que est em contato com as informaes. Esses erros
podem ser devido a erros de leitura, gravao, transcrio ou clculo, mas so de
fcil identificao e podem ser corrigidos com uma nova coleta, substituio ou
excluso.
A remoo automtica da amostra no o recomendado, mesmo
que a amostra seja grande. O primeiro passo verificar se existem erros de leitura,
digitao ou clculo, ocorridos na transcrio para o computador. Em seguida,
devem-se confirmar os dados na sua origem, ou seja, na fonte da informao que
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
48
pode ser em uma imobiliria, com o vendedor e outras. Existe a possibilidade de que
esteja faltando alguma varivel na anlise, que pudesse explicar as diferenas
encontradas (GONZLEZ, 1993).
Grfico ruim (com outliers) Grfico bom (sem outliers)
Figura 6 Grfi cos com a presena de outliers e sem
Fonte: Adaptado de Gonzlez (2005)
2.7.1.2.6 Colinearidade ou multicolinearidade
Em um modelo de regresso linear mltipla no deve existir relao
alguma entre quaisquer variveis independentes. Quando isso ocorre, pode-se dizer
que existe colinearidade ou multicolinearidade. 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 (ABNT, 2004).
A colinearidade existe quando existe uma relao entre duas
variveis. Agora, a multicolinearidade est presente quando uma varivel est
relacionada com mais de duas variveis.
A multicolinearidade definida como a existncia de relaes
lineares entre as variveis independentes, de tal forma correlacionadas umas as
outras que se torna difcil ou impossvel isolar suas influncias separadamente e
obter uma estimativa precisa de seus efeitos relativos (ALVES, 2005).
De acordo com a ABNT (2004), para a verificao de existncia de
multicolinearidade, deve-se em primeiro lugar, analisar a matriz das correlaes que
espelha as dependncias lineares de primeira ordem entre as variveis
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
49
independentes: com ateno especial para resultados superiores a 0,80. Como
tambm possvel ocorrer multicolinearidade, mesmo quando a matriz de correlao
apresenta coeficientes de valor baixo, recomenda-se, tambm, verificar o
correlacionamento de cada varivel com subconjuntos de outras variveis
independentes, por meio de regresses auxiliares. Caso o conjunto de dados
apresente esta deficincia, recomendvel que sejam tomadas medidas corretivas,
como a ampliao da amostra ou adoo de tcnicas estatsticas mais avanadas, a
exemplo do uso de regresso de componentes principais.
2.7.1.2.7 Seleo de variveis
Um objeto caracterizado por seus atributos (variveis). O conjunto
dessas variveis que podem definir um objeto, muitas vezes, pode ser extenso.
Quando se emprega tcnicas de anlise de regresso com o intuito
de se realizar uma predio com base em uma amostra de dados deve-se levar em
conta as variveis que caracterizam cada um dos objetos envolvidos na amostra.
Modelos de regresso com muitas variveis tm um inconveniente, eles so mais
caros, alm de difcil anlise e interpretao.
Com isso, pode-se dizer que um dos problemas mais freqentes em
anlise de regresso a seleo de um conjunto de variveis independentes a
serem includas no modelo (NETER et al, 1978).
O pesquisador deve especificar o conjunto de variveis
independentes a ser empregado para descrever, controlar ou predizer a varivel
dependente. O que pode ocorrer que em uma predio utilizando regresso que
envolva muitas variveis, algumas dessas variveis podem contribuir pouco ou nada
para a preciso da predio. Assim, a escolha apropriada de algumas delas fornece
a melhor predio, porm quais e quantas devem ser selecionadas difcil predizer
(SNEDECOR, 1956).
O problema, ento, como selecionar as variveis para obter o
melhor conjunto de variveis. Para isso existem vrios mtodos sendo que uns so
baseados na compilao de todas as regresses possveis (Todas as regresses
possveis) e outros em mtodos que escolhem as variveis baseados em critrios
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
50
definidos pelo pesquisador (Backward, Forward e Stewise) (DRAPER, SMITH,
1998).
Todas as regresses possveis: Este procedimento consiste em ajustar todas as
possveis equaes de regresso e, aps a obteno de todas as regresses, deve -
se utilizar os critrios para comparao dos modelos ajustados. Os trs critrios
mais usados, descritos por Draper e Smith (1998) so: valor de
2
R obtido pelos
mnimos quadrados, valor de
2
S (quadrado mdio dos resduos) e o
p
C estatstico
(estatstica de Mallows). A grande desvantagem deste procedimento a quantidade
de esforo computacional exigida, j que cada varivel independente potencial pode
ser includa ou excluda. Desta forma, teramos ) (
p
1 2 regresses possveis
quando existem p variveis independentes potenciais (DRAPER, SMITH, 1998).
Stepwise: O procedimento stepwise, tambm conhecido como passo a passo, tem
como objetivo computar uma seqncia de equaes de regresso, adicionando ou
excluindo uma varivel independente em cada passo. Com isso o procedimento
permite que uma varivel independente trazida para dentro do modelo em um
estgio anterior, seja retirada, subsequentemente se ela no ajudar na conjuno
com variveis adicionadas nos ltimos estgios. Esta rotina empregada conduz a um
teste para rastrear alguma varivel independente que seja altamente correlacionada
com variveis independentes j includas no modelo. A vantagem deste processo
de exigir menor esforo computacional, quando comparado com a aplicao de
todas as regresses possveis. A limitao que, em certas ocasies podem surgir
conjuntos de variveis independentes fracos para a predio, causados pela alta
correlao de variveis independentes (DRAPER, SMITH, 1998).
Backward: Procedimento tambm chamado de passo atrs ele se caracteriza por
incorporar inicialmente todas as variveis auxiliares em um nico modelo e percorrer
etapas, nas quais uma varivel por sua vez pode ser eliminada. Se em uma dada
etapa no houver eliminao de nenhuma varivel, o processo ento interrompido
e as variveis restantes definem o modelo final.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
51
Forward: O procedimento forward, tambm conhecido como passo a frente
semelhante aos dois ltimos. Com relao ao stepwise pode ser dita como uma
verso simplificada da regresso, omiti ndo o teste, se uma varivel uma vez que
tenha entrado no modelo deva ser retirada. J relacionado com o backward, pode-se
dizer que segue o caminho contrrio. Este procedimento caracteriza -se por
considerar, inicialmente, um modelo de regresso linear simples, usando como
varivel auxiliar a varivel de maior coeficiente de correlao com a varivel
resposta Y. Etapas se sucedem quando uma varivel por vez pode ser incorporada.
Se em uma etapa no houver incluso, o processo interrompido e as variveis
selecionadas at essa etapa definem o modelo.
2.7.1.3 Poder de explicao do modelo
Em uma mesma amostra, a explicao do modelo pode ser aferida
pelo seu coeficiente de determinao
2
R (ABNT, 2004). O coeficiente de
determinao dado pela razo da Soma de Quadrados da Regresso (SQR) com
a Soma de Quadrados Total (SQT). Devido ao fato deste coeficiente sempre crescer
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
2
a
R . O coeficiente de
determinao calculado pela equao 9, j o ajustado dado pela equao 10.
( )
( )
_
_
=
=
= =
n
i
i
n
i
i
y y
y y
SQT
SQR
R
1
2
1
2
2
1 0
2
< < R
( )
2 2
1
1
1 R
p n
n
R
a
=
(9)
(10)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
52
em que
i
y a estimativa da varivel dependente
i
y , que observada; y a mdia
dos valores observados para y ; n o nmero de observaes e por fim, p o
nmero de variveis independentes.
2.7.2 Anlise de agrupamento
A anlise de agrupamento ou clusters consiste em uma tcnica
exploratria cuja aplicao tem por objetivo a formao de gr upos homogneos de
objetos baseados em medidas de similaridade ou distncia entre os objetos, que,
por sua vez, so calculadas com base em uma lista de variveis fornecidas.
J ohnson e Wichern (2002) definem cluster como um grupo de
tcnicas multivariadas cujo propsito principal identificar entidades similares nas
caractersticas que elas possuem. Esse grupo de tcnicas, na verdade, so
procedimentos de estatstica multivariada que tentam organizar um conjunto de
indivduos, para as quais conhecida a informao detalhada, em grupos
relativamente homogneos. A tcnica de agrupamento ainda pode proporcionar a
verificao da dimensionalidade, alm de identificar outliers e sugerir hipteses
interessantes acerca das relaes.
Existem diferentes procedimentos para a realizao deste mtodo
que podem ser associados a diferentes medidas de similaridade. Os mtodos de
agrupamento podem ser hierrquicos aglomerativos, de otimizao e no -
hierrquicos.
a) Medidas de parecenas
Para a realizao desse tipo de apli cao, h a necessidade de
especificarem-se coeficientes de parecenas que iro indicar a proximidade entre os
objetos. importante considerar, em todos os casos semelhantes a este, a natureza
da varivel (discreta, contnua, binria) e a escala de medida (nominal, ordinal,
intervalar ou razo).
De acordo com J ohnson e Wichern (2002), existem vrios ndices de
similaridade, sendo que a sua principal medida o coeficiente de correlao. No
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
53
entanto, os itens x e y podem ser comparados por uma distncia, dentre as quais
destacamos as seguintes:
- Distncia euclidiana:
( ) ( )
_
=
=
p
i
i i
y x y x d
1
2
,
- Distncia de Mahalanobis ou distncia estatstica:
( ) ( ) ( )
( )
( )
2
2
2
1
2
1 1 1
' ,
p
p p
S
y x
S
y x
y x S y x y x d
+ +
= =
- Distncia de Minkowski:
( )
n
p
i
n
i i
n
n
p p
n n
y x y x y x y x y x d
_
=
= + + + =
1
2 2 1 1
,
- Distncia Manhattan (para m =1 na distncia de Minkowski):
( )
_
=
=
p
i
i i
y x y x d
1
,
Para o melhor entendimento dessas equaes, considere:
p o nmero de variveis originais, ou seja, as caractersticas do
objeto;
S a matriz de varincia e covarincia amostral;
n o nmero de indivduos.
b) Mtodo de agrupamento hierrquico
- Ligao simples (vizinho mais prximo) : este mtodo baseia-se
na busca da menor distncia entre os grupos de objetos, que
significa uma maior similaridade desses.
(11)
(12)
(13)
(14)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
54
Figura 7 Ilustrao de uma ligao si mples
- Ligao completa (vizinho mais longe): o procedimento
semelhante ao da ligao simples, mas, neste mtodo, busca-se
a maior distncia, ou seja, o conjunto mais diferente.
Figura 8 Ilustrao de uma ligao completa
- Ligao mdia (mtodo do centride): este mtodo semelhante
aos dois anteriores, com a exceo de que a distncia entre os
grupos tomada como a mdia da distncia entre dois
elementos de cada grupo.
Figura 9 Ilustrao de uma ligao mdi a
- Mtodo de Ward: neste mtodo formam-se grupos de maneira a
atingir sempre o menor erro interno entre os vetores que compe
cada grupo e o vetor mdio do grupo. Isto equivale dizer que a
cada etapa do mtodo de Ward, busca-se um objeto que tornem
os agrupamentos formados os mais homogneos possvel. A
medida de homogeneidade utilizada baseia-se na participao da
soma dos quadrados totais de uma anlise de varincia. Desta
1
2
3
4
d
24
1
3
4
d
13
1
2
3
4
(d
13
+d
14
+d
23
+d
24
)/4
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
55
forma, pode-se dizer que o mtodo busca o mnimo desvio
padro entre os dados de cada grupo. Assim, tem-se:
( )
_
=
=
n
i
i
x x SQE
1
( ) x x
i
Sendo:
x a mdia das amostras;
i
x uma medida multivariada associada com o i-simo item.
Os resultados desses mtodos podem ser mostrados na forma de
um dendrograma que o diagrama bidimensional.
2.8 Cartografia
O mapeamento cartogrfico de extrema importncia quando se
trabalha com dados territoriais, sendo de forma essencial a visualizao dessas no
espao fsico das cidades.
A presente pesquisa trabalha com dados de natureza urbana
territorial e tem como um dos objetivos a gerao de plantas de valores cartogrficas
para uma melhor percepo da realidade do mercado imobilirio, colaborando com
as atividades no s de tributao, mas de todo um planejamento urbano do
municpio. A partir disso notvel a necessidade de se entender a parte da
Cartografia que se dedica a esta representao espacial dessas informaes.
A cartografia definida, de acordo com Salichtchev (1973) apud
Martinelli (1991) como a cincia da representao e do estudo da distribuio dos
fenmenos naturais e sociais, suas relaes e suas transformaes ao longo do
tempo, por meio de representaes cartogrficas que produzem este ou aquele
efeito da realidade de forma grfica e generalizada.
(15)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
56
2.8.1 Comunicao cartogrfica
Para Martinelli (1991), o mapa por excelncia um meio de
comunicao visual perceptvel e nele esto representadas graficamente as feies
naturais e artificiais da paisagem, como, tambm, podem ser representadas outras
informaes, como: geopolticas, sociais, culturais e econmicas, entre outras.
No processo de comunicao, o que se transmite uma informao.
A primeira funo do mapa a comunicao, no caso a comunicao cartogrfica,
que a mensagem transmitida em forma de smbolos com o intuito de alcanar um
determinado propsito e responder s necessidades dos usurios pela informao
espacial. A comunicao cartogrfica tem como objetivo a otimizao do significado
dos elementos contidos no mapa para que haja compreenso por parte do usurio
(PUGLIESI, 2002).
O primeiro trabalho a apresentar um modelo de comunicao
cartogrfica (Figura 10) sugere que a criao e o uso do mapa deveriam ser
encarados como um todo, e de que o cartgrafo deveria se preocupar com o uso
dos mapas tanto quanto com a sua construo, pois ao consider -los como
processos diferentes, o produto cartogrfico no atinge o seu efeito mx imo
(Kolacny, 1977 apud Santil e Decanini, 2003). Neste modelo, h sete fatores
principais que agem no processo de comunicao da informao cartogrfica:
(1) Realidade do Cartgrafo;
(2) Contedo da mente do Cartgrafo;
(3) Linguagem Cartogrfica;
(4) Mapa;
(5) Contedo da mente do usurio;
(6) Realidade do usurio;
(7) Informao Cartogrfica (Ic).
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
57
Figura 10 Comuni cao da Informao cartogrfi ca
Fonte: Kolacny (1977) apud Santil e Decanini (2003)
De acordo com Monmonier (1982), como ponto de partida de
comunicao cartogrfica, os autores devem saber no somente o que eles querem
que os seus mapas mostrem, mas tambm os limites da tecnologia de mapeamento
e as necessidades e capacidades de leitura de mapas de seus leitores. Uma
deficincia do autor em qualquer destas reas pode conduzir a uma interpretao
incorreta do mapa pelos seus usurios, ou ento o mapa pode ser ignorado, fato
muito mais comum do que imaginam os cartgrafos. Um exemplo freqente de no
uso de mapas o da ilustrao em livros-textos, a qual solicita pouco mais que uma
rpida olhada, onde o estudante v os mapas como se fossem pginas a menos
para ler.
A mensagem pretendida pelo mapa pode ser simples ou complexa.
O importante que ela precisa estar clara na mente do autor; cas o contrrio, o mapa
ser provavelmente deficiente. Sendo assim, poder se deparar com obstculos no
processo de comunicao cartogrfica no instante de recebimento da informao
cartogrfica por parte do leitor ou usurio. Assim, se torna imprescindvel o trabalho
do cartgrafo que deseja transmitir as informaes.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
58
2.8.2 Linguagem cartogrfica
2.8.2.1 Comunicao monossmica
A representao grfica uma linguagem de comunicao visual,
porm, de carter monossmico, ou seja, s h uma soluo, no h escolha.
Figura 11 Comuni cao monossmi ca
Fonte: Bertin (1978) apud Pugliesi (2002)
Na comunicao monossmica, a tarefa principal da representao
grfica a de transcrever as relaes fundamentais entre os objetos, que so:
diversidade, ordem e proporcionalidade.
O fato da representao ser monossmica e, portanto universal,
coloca o emissor (cartgrafo / redator grfico) e o receptor (usurio) numa fuso de
mesma ao, definida pelas questes pertinentes a um determinado conjunto
informacional (BERTIN, 1978 apud PUGLIESI, 2002).
Figura 12 Exemplo de transcrio grfica e relao entre objetos
Fonte: adaptado de Martinelli (1991)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
59
Pode-se entender como diversidade ou similaridade a variao que
ocorre entre dois objetos ou signos. Com relao a ordem, as categorias so
ordenadas sequencialmente. E por fim, a proporo procura mostrar que
quantidades diferentes so representadas proporcionalmente.
2.8.2.2 Variveis visuais
Na representao grfica, a imagem pode ser representada por
diversos tipos de variaes, que so chamadas de variveis visuais. Essas variveis
visuais so:
Figura 13 Variveis visuais
Fonte: adaptado de Martinelli (2003)
Martinelli (1991) complementa o uso de mais duas variveis, as
dimenses do plano (X, Y), totalizando assim, oito variveis que tm as
propriedades perceptivas que toda transcrio grfica deve levar em conta, para
traduzir adequadamente as trs relaes fundamentais entre os objetos citado s
anteriormente, que so a diversidade, a ordem e a propor o.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
60
2.8.3 Mtodos de representao da cartografia temtica
Um mapa-base, tambm chamado de referncia, constitudo pelas
duas dimenses (X, Y) e a terceira dimenso (Z) representa o tema, mostrando
modulaes de um atributo.
O tema definido por Martinelli (1991) como o objeto de
representao a ser trabalhado a partir de informaes referentes quela parte da
realidade j delimitada. a partir desse ponto que se tem o incio da elaborao de
um mapa temtico, que se d na delimitao da parte da real idade a ser
problematizada pelo interessado na realizao da representao, com vistas a
estabelecer diretrizes que orientem a busca de respostas s questes a ela
colocadas.
Em vista do que foi dito anteriormente, Martinelli (1991) sugere que
se faa um agrupamento dos mtodos de representao cartogrfica temtica.
Esses grupos so:
Representaes qualitativas;
Representaes quantitativas;
Representaes ordenadas.
As representaes qualitativas em mapas so empregadas para
mostrar a presena, a localizao e a extenso das ocorrncias dos fenmenos que
se diferenciam por sua natureza e tipo, podendo ser classificadas por critrios
estabelecidos pelas cincias que estudam tais fenmenos (MARTINELLI, 2003).
Os fenmenos se manifestam de trs formas: pontos, linhas e reas.
Na forma pontual, geralmente, so usadas a variao de forma e
orientao, conforme mostra a Figura 14.
Figura 14 Representao qualitativa pontual
Fonte: Martinelli (2003)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
61
Na manifestao linear usa-se a variao de forma, de acordo com a
Figura 15.
Figura 15 Representao qualitativa linear
Fonte: Martinelli (2003)
E por fim, na forma zonal ou de rea, a aplicao de cores a que
melhor representa a variabilidade dos dados. Outra opo para as formas zonais o
uso de texturas, compostas por elementos pontuais e lineares.
Figura 16 Representao qualitativa zonal
Fonte: Martinelli (2003)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
62
As representaes ordenadas em mapas so indicadas quando as
categorias dos fenmenos se inscrevem em uma seqncia nica e universalmente
admitida, ou seja, a relao de ordem, em que se definem hierarquias.
Nas representaes ordenadas os fenmenos tambm se
manifestam nas trs formas bsicas: pontos, linha e reas.
Na implantao pontual fixado o tamanho e a forma elementar e
variado seu valor visual. Na implantao linear fixa-se a espessura do trao e varia-
se seu valor visual, e na implantao de rea considera-se uma variao visual de
valor na extenso da ocorrncia.
Figura 17 Representaes ordenadas
Fonte: Martinelli (2003)
J as representaes quantitativas so representaes utilizadas
para evidenciar relao de proporcionalidade entre objetos. Relao esta que deve
ser transcrita por relaes visuais de mesma natureza, e a nica variao visual que
transcreve corretamente esta noo a de tamanho. Conforme as outras
representaes, os fenmenos se manifestam nas trs formas citadas.
Na manifestao pontual, de acordo com Martinelli (2003),
modulado o tamanho do local da ocorrncia. Um exemplo simples o caso da
representao da populao urbana emque o tamanho da forma que pode ser um
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
63
crculo, proporcional intensidade da ocorrncia em val ores absolutos. Na forma
linear varia-se a espessura da linha proporcionalmente intensidade do fenmeno.
E na manifestao zonal, de acordo com Bertin (1973) apud Martinelli (1991),
preciso optar ou por uma variao do nmero de pontos iguais distribudos
regularmente ou no pela rea de ocorrncia (mtodos dos pontos de contagem), ou
por uma variao do tamanho de pontos regularmente distribudos pela unidade
observacional (mtodo da distribuio regular de pontos de tamanho crescentes).
Para a realizao das manifestaes zonais existem vrios mtodos
de representao: mtodo de figuras geomtricas proporcionais, mtodo dos pontos
de contagem, mtodo coropltico e mtodo isartmico. Todos esses mtodos se
encontram descritos em Martinelli (2003).
Um exemplo de representao quantitativa o Modelo Numrico de
Terreno que buscam representar uma grandeza que varia continuamente no espao.
Figura 18 Modelo Numrico de Terreno
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
64
CAPTULO III
METODOLOGIA E DESENVOLVIMENTO
3.1 Consideraes iniciais
A premissa bsica do mtodo proposto a realizao de
levantamentos de dados referentes a lotes urbanos empregando o mt odo
comparativo de dados de mercado, em conjunto com outros mtodos de avaliao,
para a avaliao dos imveis. Para isso, pretende-se utilizar tcnicas de anlise
multivariada para ajustar um modelo de inferncia de valores de imveis.
3.2 rea de Estudo: Municpio de lvares Machado
3.2.1 Caractersticas e localizao
O municpio de lvares Machado foi fundado em 1944, quando foi
aprovado o Decreto Lei n 14.334, pelo qual deixou de ser um distrito do municpio
de Presidente Prudente. O municpio encontra-se no oeste do estado de So Paulo,
a cerca de 530 quilmetros da capital estadual, e est localizado na 10 regio
administrativa do Estado de So Paulo (denominada, tambm, como Alta
Sorocabana), na qual esto agrupados 31 municpios do oeste paulista (Figura 19).
lvares Machado tem sua rea central localizada nas coordenadas geogrficas 22
04 44 S e 51 28 19 W, tendo uma altitude mdia de 475 metros (em relao ao
nvel mdio dos mares).
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
65
Figura 19 Dcima regio administrativa do Est ado de So Paulo, e em destaque o municpio
de lvares Machado
Fonte: Adaptado de http://www.ibge.gov.br/cidadesat/default.php
Segundo a estimativa do IBGE, o municpio de lvares Machado
possua no ano de 2006 uma populao de 25.039 habitantes (1980 14.653 hab.;
1990 18.451 hab. e em 2000 22.661), sendo que pouco mais de 90% desta
populao vive em reas urbanas, dentro de uma rea aproximada de 346 km
2
.
Os municpios limtrofes com lvares Machado so: ao norte, o
municpio de Alfredo Marcondes; ao sul , os de Pirapzinho e Tarabai; a leste,
Presidente Prudente; e a oeste Presidente Bernardes.
Na Figura 20 pode ser vista a localizao do Municpio de lvares
Machado em relao aos Municpios limtrofes.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
66
Figura 20 lvares Machado e municpios vizinhos
Fonte: Adaptado de http://www.igc.sp.gov.br/copm_divmun.htm
3.2.2 reas estudadas no municpio
O municpio de lvares Machado conta com cerca de 10.000
imveis cadastrados na Prefeitura. Como o objetivo deste trabalho verificar o
comportamento da metodologia proposta, basta a aplicao desta em regies
especficas, que reflitam a problemtica descrita de ausncia de dados de mercado.
Para a seleo dessas reas, fez-se necessrio o levantamento de
determinadas informaes que viabilizam a aplicao da metodologia. As primeiras
informaes a serem coletadas, que so as mais importantes, tratam-se dos dados
referentes s transaes imobilirias realizadas no municpio, ou seja, os dados de
comercializao e oferta de imveis. Essas so consideradas as mais importantes ,
porque de acordo com a disponibilidade dos dados que se determina m as
possveis reas de estudo. Outra informao a ser levantada neste processo inicial
a existncia de dados cadastrais dos imveis urbanos do municpio, na forma digital
ou na forma de Boletins de Informaes Cadastrais (BICs). Essa informao
relevante, pois sua ausncia acarreta um maior tempo para trabalho em campo para
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
67
obter a informao, uma vez que essa etapa realizada mediante entrevistas.
Assim, o levantamento de dados referentes aos imveis de toda cidade no se faz
necessrio e sim os dados daqueles localizados nas regies seleciona das.
Portanto, foi definida uma rea de estudo dentro da cidade para se
verificar o comportamento da aplicao proposta, observando a disponibilidade de
dados necessrios para o desenvolvimento do estudo. Na Figura 21 apresenta-se a
localizao da rea selecionada. Esta rea trata-se do distrito principal do municpio.
Figura 21 Localizao da rea estudada
A rea apresentada na Figura 21 foi selecionada por apresentar as
caractersticas necessrias para a aplicao da metodologia proposta, ou seja,
existem, nessa rea, dados de transaes imobilirias de terrenos e de edificaes.
3.3 Procedimentos metodolgicos
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
68
A Metodologia proposta baseia-se num conjunto de etapas, as quais
sero descritas primeiramente em um diagrama como apresenta a Figura 22.
Figura 22 - Diagrama das atividades.
A primeira etapa deste trabalho consistiu em determinar aquelas
reas que tinham menor quantidade de dados de transaes de terrenos para a
realizao da avaliao de imveis em massa, ou seja, regies que no ti nham
dados suficientes para a aplicao de uma avaliao em massa. Isso foi possvel
fazendo a coleta de dados (1), que buscou encontrar a existncia de dados
cadastrais e dados de transaes imobilirias do tipo terreno na cidade. A partir
disso, definiram-se as possveis reas a ser aplicadas a metodologia proposta a
qual, inicialmente, utilizar uma regresso linear mltipla com todos os elementos
amostrais (Mtodo 1), obtendo-se assim, os valores dos imveis, conforme
descrita na NBR 14653 da ABNT. Hochheim et al (2003) aplicaram este mesmo
procedimento sugerido pela norma brasileira e chegaram a bons resultados. Nesse
trabalho, os autores obtiveram um coeficiente de determinao de 0,99, o que indica
Dados do mercado
imobilirio e dados
cadastrais.
Variveis que
exercem influncia
no valor do imvel.
Testes estatsticos e
verificao de pressupostos
bsicos da NBR 14653-2
Apresentao das
predies por parte das
duas metodologias.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
69
que 99% da variao do valor explicada pela equao de regresso. Vale ressaltar
que a aplicao foi realizada em apenas uma regio, na qual os imveis tinham
caractersticas no muito distintas.
Tendo em vista a diversidade de caractersticas entre os lotes
urbanos que se pode encontrar em uma cidade, optou-se em aplicar outro mtodo
que buscava separar os dados em classes de dados semelhantes, fazendo uso de
tcnicas estatsticas de anlise de agrupamento (Mtodo 2). A partir dessas classes,
ento, aplicou-se operadores de regresso linear, obedecendo s diretrizes da NBR
14653-2, com a finalidade de obter os valores dos imveis.
Como este trabalho busca minimizar os efeitos perturbadores
causados pela ausncia ou insuficincia de dados em determinadas regies para a
gerao de PVG, realizou-se um procedimento que, baseado em dados de
transaes imobilirias do tipo construdo, aplicou-se a avaliao imobiliria de uma
amostra de construes que se localizavam em zonas de uma quantidade
significativa de dados de terreno, com a finalidade de gerar modelos de inferncia
para outros dados de construo.
Sendo assim, os modelos gerados foram aplicados em imveis
construdos que se localizavam na rea central do municpio, que sofre com o
problema da ausncia de dados de transaes imobilirias do tipo terren o, mas no
de construdos. Com isso, tendo o valor das transaes dos imveis e os provveis
valores das construes, determinaram-se os possveis valores dos terrenos.
Os valores de terrenos gerados por esta etapa foram inseridos na
base de dados dos dois mtodos para que assim fosse realizada uma nova
avaliao.
Aps essas etapas foram realizados testes estatsticos com a
finalidade de observar se o mtodo proposto mostrou-se melhor ou no.
Os valores calculados pela avaliao imobiliria formaram uma ba se
de dados computacional, que so georreferenciados. Essas informaes visam
servir como base para se chegar aos valores venais que, juntamente com as plantas
cadastrais, geram-se a PVG.
Para isso, foram levantadas diversas informaes sobre os imveis
(terrenos vagos e construdos) com o intuito de observar a contribuio dessas
variveis no valor total do imvel, ou seja, verificar se essas variveis exercem
influncia no valor do imvel
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
70
Os equipamentos e programas computacionais que foram
necessrios realizao deste trabalho de pesquisa esto listados a seguir:
- Computador AMD Athon XP 1800+, 1.15 GHz, 256 MB de
memria RAM e 40GB de espao em disco;
- Software MINITABRelease 12;
- Microsoft Office 2003 Professional;
- Geomedia Viewer 6.0;
- MicroStation SE;
3.3.1 Levantamento de dados
O processo de levantamento de dados uma das mais importantes
etapas deste trabalho, pois para a seleo das reas a se aplicar a metodologia
proposta, faz-se necessrio a coleta de determinadas informaes que viabilizam a
aplicao da mesma.
Para a definio do valor do imvel foram obtidas diversas
informaes que dizem respeito s caractersticas dos imveis. A escolha dessas
variveis deve-se ao fato da disponibilidade da informao e da possvel influncia
no valor do imvel. Para um modelo de regresso, essas variveis so denominadas
explicativas ou independentes, sendo as mesmas quantitativas e qualitativas.
O levantamento de dados consistiu em duas etapas. Iniciou-se pela
busca de dados de transaes imobilirias da cidade, seja oferta ou venda. A
identificao dos imveis vendidos foi obtida atravs de consulta aos boletos do ITBI
(Imposto de Transmisso de Bens Imveis), junto Prefeitura.
As informaes de valores das transaes e ofertas foram as
mesmas obtidas a partir da consulta s imobilirias e entrevistas com o prprio
comprador ou vendedor do imvel. Um problema encontrado, que deve ser
considerado, foi o nmero considervel de imveis que haviam sido registrados no
ano de 2006, mas no tinham sido comercializados na mesma data de referncia e
sim muitos anos antes, inviabilizando o aproveitamento desses dados.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
71
Foram tambm obtidos, junto ao departamento de cadastro
imobilirio da Prefeitura, os dados cadastrais, ou seja, as informaes que
descrevem as caractersticas do imvel.
Tabela 2 1 etapa de levantamento de dados
1 ETAPA
Levantamento Origem
Imveis vendidos em 2006 ITBI, imobilirias, anncios e entrevistas
Existncia de dados cadastrais atualizados Banco de Dados da Prefeitura
No ano de 2006 foram encontrados 280 imveis ofertados se
vendidos, sendo que 142 referentes a imveis edificados e 138 imveis no
edificados.
A partir dessas informaes definiu-se a rea selecionada para a
aplicao da metodologia proposta citada anteriormente na seo (3.2.2).
A segunda etapa do levantamento consistiu na pesquisa das
caractersticas dos imveis das regies a serem aplicadas a metodologia proposta.
Essas informaes encontram-se em parte na base de dados levantada inicialmente.
O que se realizou foi um refinamento na busca das informaes
encontradas anteriormente, ou seja, foram privilegiadas aquelas informaes que
so de importncia para a avaliao do imvel, mas que no se encontra m
presentes na base de dados cadastrais do municpio, como, dados de acessibilidade
localizao espacial do imvel em busca de definir a proximidade com pontos de
valorizao ou desvalorizao, entre outras.
As informaes para os terrenos so: dimenses, topografia,
acessibilidade, vizinhana, localizao e, o mais importante de todos, os dados de
comercializao de imvel. Foram investigadas todas essas informaes, uma vez
que so, possivelmente, os fatores determinantes do valor do imvel, tambm
observadas em outros trabalhos (HOCHHEIM, 2003; BRULIO, 2005; BRONDINO,
1999; GONZLEZ, 2002).
Alm dessas variveis, foram observadas outras duas, pois
acreditava que podiaminfluenciar no valor do imvel do tipo terreno. Essas variveis
relacionadas com sua posio espacial so: linha frrea e padro das construes.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
72
O distrito principal do municpio de lvares Machado cortado pela
Estrada de Ferro Sorocabana, sendo que possui apenas trs cruzamentos com via
de veculos em toda a rea urbana, o que dificulta, em parte, a locomoo. Em vista
disso e de outros fatores relacionados localizao, como a de que o centro
comercial do municpio e os principais rgos pblicos se localizam de um lado da
linha frrea, considera-se esse como sendo o lado principal, pois pode haver uma
desvalorizao daqueles lotes ps-linha. Sendo assim, levantou-se a varivel
observando se o imvel estava do lado principal ou no.
A outra varivel utilizada para o estudo dos valores dos terrenos est
relacionada com o padro construtivo das residncias. Mas no se est
determinando valores de terrenos? Sim, claro, mas uma tendncia do mercado
imobilirio que pode ser constatada que em regies e no empontos isolados, em
que exista uma predominncia de imveis, por exemplo, de um padro alto, os
terrenos tendem a ser mais valorizados do que outros terrenos que tenham as
mesmas caractersticas fsicas, mas com uma predominncia de imveis de baixo
padro. Essa varivel est relacionada com a vizinhana que se encontra o imvel.
Desta forma, com base nos dados que se levantou, elaborou-se um mapa de
regies de padro construtivo.
Com relao aos dados de construo foram obtidas apenas
informaes a respeito dos imveis vendidos. As informaes levantadas foram:
rea construda, padro construtivo, estrutura, estado de conservao, idade
aparente, nmero de cmodos, banheiro, existncia de sute, edcula, garagem,
piscina e por final a posio espacial do imvel . A varivel chamada de dependente
ou varivel resposta representada pelo preo, que equivale ao valor do imvel em
reais.
Tabela 3 2 etapa de levantamento de dados
2 ETAPA
Levantamento Origem
Dados cadastrais atualizados Banco de Dados da Prefeitura, campo
Antes da realizao do processamento, h a necessidade da
padronizao das variveis, uma vez que as envolvidas em trabalhos dessa
categoria so qualitativas e quantitativas Geralmente as variveis precisamsofrer
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
73
transformaes para a realizao de anlises. Quando se tem variveis qualitativas,
precisa-se quantific-las atravs de codificaes adequadas, ou seja, para variveis
desse tipo devem ser atribudos pesos para as suas caractersticas.
Para a realizao de um processamento estatstico, como a
regresso linear mltipla ou uma anlise de agrupamento necessrio realizar uma
padronizao das variveis quantitativas, ou seja, normaliz-las. Para isso, realizou-
se uma vasta reviso bibliogrfica sobre normas e trabalhos realizados para
observar o tratamento dado a tais variveis. Exemplos disso so os dados de
topografia que foram baseados na tabela do IBAPE/SP.
Tabela 4 Fatores relativos topografia
Fonte: IBAPE (2005)
CARACTERSTICA FATOR
Situao paradigma: terreno plano 1,00
Cado para os fundos at 5% 0,95
Cado para os fundos de 5% at 10% 0,90
Cado para os fundos de 10% at 20% 0,80
Cado para os fundos mais de20% 0,70
Em aclive at 10% 0,95
Em aclive at 20% 0,90
Em aclive acima de 20% 0,85
Abaixo do nvel da rua at 1,00m 1,00
Abaixo do nvel da rua de 1,00 at 2,50m 0,90
Abaixo do nvel da rua de 2,50 at 4,00m 0,80
Acima do nvel da rua at 2,00m 1,00
Acima do nvel da rua de 2,00 at 4,00m 0,90
Desta forma, as Tabelas 5 e 6 representam as variveis que foram
levantadas e que compe o banco de dados do presente trabalho.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
74
Tabela 5 Variveis independentes terreno
Variveis Categorias Descrio
rea do terreno m
2
Quantifica a rea do terreno
Testada m Quantifica a largura do terreno
Testada corrigida m
Correo do valor da testada em relao a profundidade do
imvel
Topografia
1.0; 0.9; 0.8;
0.7
Indica os tipos de relevos
(plano, aclive, declive, declive acentuado, irregular)
Distncia m Quantifica a distncia at o centro comercial
Linha-Frrea 0 ou 1
Identifica se o imvel est do lado principal do municpio ou
ps-linha
Pavimentao 0 ou 1 Identifica a existncia ou no de pavimentao
Zona comercial 0 ou 1 Identifica se o imvel est localizado em zona comercial
Padro
Construtivo
1.0; 1.5; 2.0;
2.5; 3.0
Identifica a localizao do imvel quanto ao padro construtivo
da regio em que est inserido
(baixo, mdio-baixo, mdio, mdio-alto, alto)
X m Coordenada E do imvel em UTM
Y m Coordenada N do imvel em UTM
Distncia da via m Quantifica a distncia at a via principal de trfego
Tabela 6 Variveis independentes - construo
Variveis Categorias Descrio
rea construda m
2
Quantifica a rea da construo
Conservao 1 a 3
Identifica o nvel de conservao da construo
(ruim, mdio, bom)
Idade 1 a 5
Identifica a idade aparente do imvel
(>20 anos; 10-20 anos; 5-10 anos; 2-5 anos; 1 ano)
Estrutura 1 a 2 Indica os tipos de estruturas (madeira, alvenaria)
Padro
Construtivo
1.0; 1.5; 2.0;
2.5; 3.0
Identifica o padro construtivo da edificao
(baixo, mdio-baixo, mdio, mdio-alto, alto)
rea do terreno m
2
Quantifica a rea do terreno
Distncia m Quantifica a distncia at o centro comercial
X m Coordenada E do imvel em UTM
Y m Coordenada N do imvel em UTM
Sute 0 ou 1 Identifica a existncia ou no de sute
Garagem 0 ou 1 Identifica a existncia ou no de garagem
Edcula 0 ou 1 Identifica a existncia ou no de edcula
Dormitrio Quantifica o nmero de dormitrios
Cmodo Quantifica o nmero de cmodos
Banheiro Quantifica o nmero de banheiro
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
75
3.3.2 Aplicao da metodologia
De acordo com as observaes anteriores possvel notar que,
conforme indicado pelas normas da ABNT de avaliao imobiliria, a avaliao pelo
mtodo comparativo de dados de mercado o mais acurado e mais confivel do que
os outros, devido ao seu contato com a realidade do mercado imobilirio. evidente
que informaes erradas de dados amostrais do comportamento do mercado podem
afetar significativamente os resultados. Por isso, clara a importncia da qualidade
dos trabalhos na coleta dos dados e de sua investigao, em busca da verificao
da fidedignidade dessas informaes.
Quando se nota a insuficincia de dados amostrais para a aplicao
do mtodo, o que vem a princpio mente realizar a aplicao por outro mtodo.
Mas em se tratando da avaliao de imveis em massa, necessria a observao
no s dos dados relacionados a uma regio, por exemplo, de um municpio que
tem caractersticas semelhantes, mas sim de toda a regio em que se deseja
elaborar a PVG.
Uma cidade pode ter reas com muitos dados amostrais e outras
com praticamente nenhum, mas isso no invi abiliza a aplicao do mtodo. Neste
caso, prope-se verificar a existncia de imveis construdos nessas reas que
foram vendidos na presente poca e, a partir dessas amostras de imveis
construdos aplicar um mtodo que realize a decomposio do valor da construo
do valor total com o intuito de se obter o valor do terreno. Assim, os valores de
terrenos obtidos passam a ser considerados como dados amostrais e, em uma
etapa posterior, utiliza-se os mesmos para a realizao da avaliao em massa com
o intuito de se chegar ao valor do imvel.
Para trabalhos que envolvam o uso de operadores de regresso,
necessria a realizao de alguns testes que validam o modelo gerado, testes esses
normalizados pela NBR - 14653-2 (2004) da ABNT. Esses testes visam veri ficar se
os pressupostos da teoria de regresso so atendidos. Testes como a da
multicolinearidade so realizados para observar a existncia de relao entre
quaisquer variveis independentes. Outro teste a ser empregado o da
homocedasticidade que busca observar se a varincia dos erros constante. Alm
deste, outros ainda so realizados, dentre os quais pode-se citar, tambm, o teste
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
76
da auto-correlao, a qual verifica se o resduo de uma observao no
correlacionado com o resduo de outra observao.
Realizada a validao dos elementos estimados a partir dos testes
estatsticos, apresentam-se os dados da planta de valores nos dois modos
possveis, na forma tabular e cartogrfica.
3.3.2.1 Mtodo 1 Anlise geral Gerao de modelos de regresso para os dados
originais
Partindo para a aplicao da metodologia proposta, a primeira etapa
deste trabalho consistiu na determinao das possveis reas a se aplicar a
metodologia proposta. A determinao dessas reas s foi possvel realizando o
levantamento dos dados no mercado imobilirio.
Os dados, tanto de transaes realizados, quanto de ofertas de
imveis, foram obtidos a partir da consulta ao ITBI na prefeitura de lvares
Machado, nas imobilirias e tambm por parte de entrevistas com proprietrios dos
novos imveis negociados e dos vendedores dos mesmos. Os dados coletados so
referentes ao ano de 2006 e somam um total de 123 imveis. Desse total, 34 so
referentes aos imveis edificados e 89 no edificados, conforme pode ser observado
na Figura 23.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
77
Figura 23 Dados l evantados de imveis negoci ados na rea de trabalho
Com esses dados realizou-se a aplicao da regresso linear
utilizando todas as informaes de terrenos que se tinha inicialmente, ou seja, as 89
observaes de transaes imobilirias de terrenos. Para o processamento dos
dados fez-se uso do software Minitab, que realiza operaes de mtodos
multivariados. Utilizando as tcnicas de regresso linear, para encontrar o melhor
conjunto de variveis, que representasse a variabilidade dos dados, utilizaram-se
tcnicas de seleo de variveis. O valor que se busca deste modelo no
simplesmente o valor de negociao do imvel, mas simuma unidade de medida do
valor, denominada Valor do Metro Linear de Testada Corrigida (VMLTC), que dado
pela seguinte frmula:
corrigida _ Testada
VALOR
VMLTC =
(16)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
78
A testada corrigida, que uma correo da testada efetiva (
e
T ) do
imvel, que leva em considerao a rea do lote (
e
A ) e a profundidade padro (
p
P )
do municpio, dada pela frmula 17:
p
e e
P
A T
corrigida _ Testada
=
Sendo assim, o modelo dado pela seguinte equao:
Y 0,206 - X 0,142 - cial Zona_Comer 1407
Padro 445 Topografia 1471 Distncia 0,292 - 1620946 VMLTC
+ + + =
Tabela 7 Estatstica de regresso Mtodo 1 dados de lotes originais
RESUMO DOS RESULTADOS
R-Quadrado 87,0%
R-Quadrado ajustado 86,0%
Erro padro 233,053
Observaes 85
Coeficiente de variao 19%
Quatro dados foram considerados outliers e eliminados devido a
grande disparidade com os valores calculados. Essa disparidade deve -se a fatores
influenciantes na negociao, como a venda para pagamento de dvidas, venda
entre familiares, dentre outros.
Tabela 8 Coeficientes e significncias Mtodo 1 dados de lotes originais
Coeficientes Erro Padro T P VIF
Interseo 1.620.946 394.487 4,11 0,000
Distncia -0,29236 0,08680 -3,37 0,001 4,4
Topografia 1.471,4 377,9 3,89 0,000 1,7
Padro 444,51 70,92 6,27 0,000 2,5
Zona Comercial 1.406,7 148,9 9,44 0,000 1,2
X -0,14222 0,03655 -3,89 0,000 2,6
Y -0,20605 0,05102 -4,04 0,000 1,7
(17)
(18)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
79
Os sinais dos regressores esto coerentes e todos os regressores
so diferentes de zero, a um nvel de significncia de 5%.
Tabela 9 Anlise de vari ncia Mtodo 1 dados de lotes originai s
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 6 28.332.807 4.722.134 86,94
Resduo 78 4.236.482 54.314
Total 84 32.569.288
A Tabela 9 apresenta os valores para a anlise de varincia. O
F
calculado
igual a 86,94 foi superior ao F
tabelado
( F
6, 78
=2,22), isto indica que os dados
obedecem ao modelo de anlise de regresso linear mltipla, ou seja, que as
variveis independentes reduzem significativamente a variao da varivel
dependente, o que permite aceitar a hiptese de existncia de regresso.
Tabela 10 Teste da normalidade Mtodo 1 dados de lotes originai s
Distribuio dos Resduos
[ +1,00 DP (68%) ] 67% (57/85 elementos)
[ +1,64 DP (90%) ] 83% (71/85 elementos)
[ +1,96 DP (95%) ] 99% (84/85 elementos)
Figura 24 Teste da Normalidade - Mtodo 1 dados de lot es originais
Os dados tm uma distribuio normal, o que pode ser observado na
Figura 24 e na tabela 10. Outro teste realizado para a constatao da normalidade
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
80
foi o teste de Ryan-J oiner, que avalia a normalidade calculando a correlao entre
seus dados e os escores normais de seus dados. Se o coeficiente de correlao
prximo de 1, a populao provavelmente normal. O valor encontrado foi de 0,977,
bem prximo de 1, em que possvel concluir pela normalidade.
Figura 25 Teste da Homocedasticidad e - Mtodo 1 dados de lotes originais
Pelo grfico do resduo contra os valores ajustados pode-se concluir
que os dados no apresentam resultados tendenciosos, uma vez que os resduos
so distribudos aleatoriamente em torno do zero, como mostra a Figur a 25.
Tabela 11 Teste da Multicolinearidade - Mtodo 1 dados de lotes originais
Variveis Distncia Topografia Padro
Zona
Comercial
X Y
Distncia 1 0,416 -0,618 -0,251 0,639 -0,101
Topografia 0,416 1 0,065 -0,170 0,137 -0,215
Padro -0,618 0,065 1 -0,030 -0,338 -0,244
Zona
Comercial
-0,251 -0,170 -0,030 1 -0,061 -0,026
X 0,639 0,137 -0,338 -0,061 1 -0,448
Y -0,101 -0,215 -0,244 -0,026 -0,448 1
A verificao da multicolinearidade pode ser realizada analisando a
matriz das correlaes, que espelha as dependncias lineares de primeira ordem
entre as variveis independentes, com ateno especial para resultados superiores
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
81
a 0,80. Conforme pode ser observado na tabela 11, nenhum valor foi superior ao
limiar de 0,80, sendo assim, pode-se dizer que no existe multicolinearidade.
Figura 26 Outliers - Mtodo 1 dados de lotes originais
Pelo grfico dos Valores Estimados x Resduos Padronizados ,
apresentado pela Figura 26, pode se observar que no h nenhuma observao fora
do intervalo de dois desvios padro, mostrando que no h nenhumoutliers.
Com todos esses testes feitos, pode-se concluir que a equao de
regresso apresentada se mostra coerente e estima de forma adequada o valor de
terreno no setor pesquisado.
3.3.2.2 Mtodo 1 Anlise geral Gerao de modelos de regresso para
construes
Aps execuo do levantamento dos imveis negociados, a
identificao, validao e a obteno das suas informaes, notou-se que a regio
central da rea teste, praticamente, no possui dados de venda de terrenos. A
constatao deste problema muito importante, uma vez que para a gerao da
PVG h a necessidade de se ter amostras bem distribudas em toda a regio da
aplicao. A rea com falta de dados de transaes imobilirias, do tipo terreno,
pode ser constatada na Figura 27.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
82
Figura 27 rea com falta de dados de mercado
Pode-se notar que nessa rea existe uma deficincia em dados de
terrenos, mas h presena de imveis construdos que foram vendidos nesta mesma
poca. Com isso, a partir dos valores dos imveis construdos comercializados pode-
se obter o valor do terreno. Para isso foi preciso estimar o valor da construo e
numa etapa posterior fez-se a subtrao do valor da construo do valor total do
imvel.
construo imvel terreno
VALOR VALOR VALOR =
Na regio de trabalho pode-se observar que existem reas com
quantidade significativa de dados de terrenos e nelas existem tambm dados de
transaes de imveis construdos.
Assim, o valor de terreno desses imveis construdos foi estimado
utilizando-se o modelo de regresso dado pela equao 18. O prximo passo foi
subtrair o valor de terreno do valor de transao dessas residncias para se ter
apenas o valor da construo Esta etapa est demonstrada na tabela 12
(19)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
83
Tabela 12 Dados das caractersticas de terreno das construes
ID Distncia
Padro
Construtivo
Topografia X Y
Zona
Comercial
VALOR
Valor
Construo
Valor
Terreno
1 700,00 2,0 0,90 450.904,82 7.559.084,50 0 45.000,00 30.990,70 14.009,30
2 1.400,00 1,0 0,90 450.726,61 7.559.842,56 0 50.000,00 42.799,40 7.200,60
3 700,00 2,0 0,90 450.924,00 7.559.099,37 0 45.000,00 32.119,40 12.880,60
4 600,00 2,5 1,00 450.817,03 7.558.014,50 0 70.000,00 49.138,30 20.861,70
5 1.000,00 1,5 0,90 452.760,53 7.558.384,48 0 18.000,00 8.286,30 9.713,70
6 1.500,00 2,0 1,00 450.888,28 7.559.949,15 0 24.000,00 15.133,40 8.866,60
7 1.200,00 2,0 1,00 450.987,70 7.559.713,78 0 27.000,00 13.504,90 13.495,10
8 400,00 2,5 0,85 452.022,87 7.558.130,28 0 55.000,00 38.673,00 16.327,00
9 400,00 2,5 0,90 452.014,65 7.558.187,68 0 30.000,00 12.671,00 17.329,00
10 900,00 1,5 0,80 450.841,62 7.559.224,04 0 30.000,00 19.601,70 10.398,30
11 900,00 1,5 0,90 450.762,68 7.559.244,65 0 29.500,00 21.179,40 8.320,60
12 2.300,00 1,5 1,00 454.061,73 7.558.112,44 0 16.000,00 12.505,40 3.494,60
13 300,00 2,5 0,80 451.006,19 7.558.393,32 0 60.000,00 45.035,80 14.964,20
14 700,00 2,5 0,80 450.619,31 7.558.316,84 0 75.000,00 52.515,40 22.484,60
15 700,00 3,0 1,00 450.842,61 7.557.847,36 0 90.000,00 69.476,40 20.523,60
16 600,00 3,0 1,00 451.002,28 7.557.866,17 0 117.000,00 86.431,90 30.568,10
17 1.100,00 3,0 1,00 452.837,03 7.558.536,37 0 75.000,00 54.138,00 20.862,00
18 900,00 2,5 0,90 452.626,56 7.558.648,79 0 20.000,00 4.612,50 15.387,50
19 2.200,00 1,5 1,00 453.871,44 7.557.899,36 0 30.000,00 23.374,30 6.625,70
20 800,00 3,0 0,90 450.775,21 7.557.844,53 0 230.000,00 180.439,70 49.560,30
21 2.200,00 1,5 1,00 453.863,65 7.557.908,05 0 24.000,00 17.108,80 6.891,20
22 800,00 1,5 1,00 450.796,27 7.559.138,51 0 40.000,00 30.036,70 9.963,30
23 600,00 3,0 1,00 450.996,61 7.557.854,19 0 185.000,00 155.495,20 29.504,80
24 300,00 3,0 0,90 450.974,86 7.558.347,72 0 226.000,00 171.477,20 54.522,80
25 1.400,00 2,0 1,00 450.926,47 7.559.904,40 0 35.000,00 27.065,20 7.934,80
26 1.400,00 2,0 1,00 450.959,35 7.559.908,52 0 30.000,00 22.107,20 7.892,80
Com esses dados em mos realizou-se a avaliao das construes
pelo mtodo comparativo utilizando para o processamento dos dados a regresso
linear mltipla com base nas caractersticas determinantes do valor do imvel
levantadas. As variveis que foram levadas em considerao para a gerao do
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
84
modelo de regresso foram informadas na Tabela 5. O processo realizado para
estimao de seu modelo e anlises estatsticos esto apresentados a seguir.
O modelo de regresso dado pela seguinte equao:
Cmodos 2471 Padro 21496 ruda rea_Const 122 36286 - VC + + + =
Tabela 13 Estatstica de regresso Mtodo 1 dados de construes
RESUMO DOS RESULTADOS
R-Quadrado 98,0%
R-Quadrado ajustado 97,6%
Erro padro 2633,78
Observaes 22
Coeficiente de variao 9%
O coeficiente de determinao alto o que evidencia que o modelo
realizou um bom ajuste mostrando que o modelo encontrado explica mais de 97%
da variao dos desvios, sendo pouco mais de 2% atribudos a fatores aleatrios e
variveis no consideradas no modelo.
Para esse processamento quatro dados foram considerados outliers
e eliminados devido a grande disparidade com os valores calculados. Essa
disparidade deve-se a fatores influenciantes na negociao, como a venda para
pagamento de dvidas, venda entre familiares dentre outros.
Tabela 14 Coefici entes e significncias Mtodo 1 dados de construes
Coeficientes Erro Padro T P VIF
Interseo -36.286 2.800 -12,96 0,000
rea construda 121,72 33,74 3,61 0,002 2,2
Padro 21.496 1.316 16,33 0,000 1,8
Cmodos 2.471,0 676,2 3,65 0,002 2,2
Os sinais dos regressores esto coerentes e todos os regressores
so diferentes de zero, a um nvel de significncia de 5%.
(20)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
85
Tabela 15 Anlise de varincia Mtodo 1 dados de construes
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 3 6.018.577.734 2.006.192.578 289,21
Resduo 18 124.862.735 6.936.819
Total 21 6.143.440.469
A Tabela 15 apresenta os valores para a anlise de varincia. O
F
calculado
igual a 289,21 foi superior ao F
tabelado
(F
3, 18
=3,16), isto indica que os dados
obedecem ao modelo de anlise de regresso linear mltipla, ou seja, que as
variveis independentes reduzem significativamente a variao da varivel
dependente, o que permite aceitar a hiptese de existncia de regresso.
Tabela 16 Teste da normalidade Mtodo 1 dados de construes
Distribuio dos Resduos
[ +1,00 DP (68%) ] 68% (15/22 elementos)
[ +1,64 DP (90%) ] 86% (19/22 elementos)
[ +1,96 DP (95%) ] 95% (21/22 elementos)
Figura 28 Teste da Normalidade - Mtodo 1 dados de construes
Os dados tm uma distribuio normal, o que pode ser observado no
grfico dado pela Figura 28 e na Tabela 16. Pelo teste de Ryan-J oiner o valor
encontrado foi de 0,981, bem prximo de 1, em que possvel concluir pela
normalidade.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
86
Figura 29 Teste da Homocedasticidade - Mtodo 1 dados de construes
Pelo grfico do resduo contra os valores ajustados pode-se concluir
que os dados no apresentam resultados tendenciosos, uma vez que os resduos
so distribudos aleatoriamente em torno do zero, como mostra a Figura 29.
Tabela 17 Teste da Multicolinearidade - Mtodo 1 dados de construes
Variveis
rea
Constuda
Padro Cmodos
rea
Constuda
1 0,621 0,701
Padro 0,621 1 0,607
Cmodos 0,701 0,607 1
A verificao da multicolinearidade pode ser realizada analisando a
matriz das correlaes, que espelha as dependncias lineares de primeira ordem
entre as variveis independentes, com ateno es pecial para resultados superiores
a 0,80. Conforme pode ser observado na tabela 17, nenhum valor foi superior ao
limiar de 0,80, sendo assim, pode-se dizer que no existe multicolinearidade.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
87
Figura 30 Outliers - Mtodo 1 dados de construes
Pelo grfico dos Valores Estimados x Resduos Padronizados ,
apresentado pela Figura 30, pode-se observar que no h nenhuma observao fora
do intervalo de dois desvios padro, mostrando que no h nenhumoutliers.
Com todos esses testes feitos, possvel concluir que a equao de
regresso apresentada se mostra coerente e estima de forma adequada o valor de
construo no setor pesquisado.
Tendo um modelo para avaliar construes, aplicou-se o mesmo
naquela regio problemtica, ou seja, a regio central com o objetivo de se ter, a
princpio, o valor de construo. Obtido as informaes do valor das construes
dessas reas, fez-se a subtrao do valor de construo daquele relacionado ao
imvel como um todo (terreno mais construo) para obter o valor do s terrenos.
Sendo assim, obtiveram-se os seguintes valores:
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
88
Tabela 18 Dados das construes das reas problemticas
ID rea_constr Padro Cmodos VC Valor VT
1 166,5 2,5 9 60.006,00 100.000,00 39.994,00
2 132,0 2,5 8 53.326,00 75.000,00 21.674,00
3 70,0 2,0 6 30.072,00 45.000,00 14.928,00
4 77,0 1,0 6 9.430,00 60.000,00 50.570,00
5 80,0 2,0 8 36.234,00 75.000,00 38.766,00
6 220,0 3,0 15 92.107,00 140.000,00 47.893,00
7 119,2 2,5 9 54.235,00 85.000,00 30.765,00
8 180,0 2,5 9 61.653,00 100.000,00 38.347,00
3.3.2.3 Mtodo 1 Anlise geral Gerao de modelos de regresso para os dados
originais mais os dados inferidos
Desta vez, com todas essas informaes de valores de terrenos
comercializados no ano de 2006, mais os valores inferidos, realizou -se outro
processamento com o intuito de melhorar a qualidade dos dados, principalmente na
rea central. Assim, fazendo-se uso dos dados de terrenos, aplicou-se novamente o
operador de regresso mltipla utilizando todas as variveis que podem influenciar
no valor do imvel, observando o melhor conjunto de variveis e que melhor
represente a variabilidade dos dados disponveis fazendo uso da ferramenta de
seleo de variveis, seja no modo Stepwise ou Melhor conjunto.
Nesta etapa, o modelo de regresso, que f az uso dos dados
originais de terrenos somados aos dados de terrenos inferidos, dado pela seguinte
equao:
cial Zona_comer 1433
via Distncia_ 0,577 - Y 0,265 - X 0,224 - Topografia 1367
Padro 572 Distncia 0,170 - Testada 75,9 - 2100487 VMLTC
+
+ + =
(21)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
89
Tabela 19 Estatstica de regresso - Mtodo 1 - dados originais + dados inferidos
RESUMO DOS RESULTADOS
R-Quadrado 92,4%
R-Quadrado ajustado 91,7%
Erro padro 210,741
Observaes 90
Coeficiente de variao 15%
No processamento desses dados, seis foram os dados considerados
outliers e eliminados devido a grande disparidade com os valores calculados. Essa
disparidade deve-se a fatores influenciantes na negociao, como a venda para
pagamento de dvidas, venda entre familiares dentre outros.
Tabela 20 Coefici entes e significncias Mtodo 1 dados originais + dados inferidos
Coeficientes Erro Padro T P VIF
Interseo 2.100.487,00000 414.222,00000 5,07 0,000
Testada -75,89000 20,64000 -3,68 0,000 1,7
Distncia -0,17036 0,08005 -2,13 0,036 4,8
Padro 571,67000 63,07000 9,06 0,000 2,6
Topo 1.366,90000 342,40000 3,99 0,000 1,8
X -0,22354 0,04225 -5,29 0,000 4,3
Y -0,26454 0,05306 -4,99 0,000 2,2
Distncia_via -0,57650 0,18490 -3,12 0,003 1,8
Zona_comercial 1.432,9000 97,78000 14,65 0,000 1,4
Os sinais dos regressores esto coerentes e todos os regressores
so diferentes de zero, a um nvel de significncia de 5%.
Tabela 21 Anlise de varincia Mtodo 1 dados originais + dados inferidos
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 8 43.854.299 5.481.787 123,43
Resduo 81 3.597.354 44.412
Total 89 47.451.653
A Tabela 21 apresenta os valores para a anlise de varincia. O
F
calculado
igual a 123,43 foi superior ao F
tabelado
(F
8, 81
=2,1), isto indica que os dados
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
90
obedecem ao modelo de anlise de regresso linear mltipla, ou seja, que as
variveis independentes reduzem significativamente a variao da varivel
dependente, o que permite aceitar a hiptese de existncia de regresso.
Tabela 22 Teste da normalidade Mtodo 1 dados originai s + dados inferidos
Distribuio dos Resduos
[ +1,00 DP (68%) ] 70% (63/90 elementos)
[ +1,64 DP (90%) ] 84% (76/90 elementos)
[ +1,96 DP (95%) ] 96% (86/90 elementos)
Figura 31 Teste da Normalidade - Mtodo 1 dados originais + dados inferidos
Os dados tm uma distribuio normal, o que pode ser observado no
grfico apresentado pela Figura 31 e pela Tabela 22. Pelo teste de Ryan-J oiner o
valor encontrado foi de 0,963, bem prximo de 1, em que possvel concluir pela
normalidade.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
91
Figura 32 Teste da Homocedasticidade - Mtodo 1 dados origi nais + dados inferidos
Pelo grfico do resduo contra os valores ajustados pode-se concluir
que os dados no apresentam resultados tendenciosos, uma vez que os resduos
so distribudos aleatoriamente em torno do zero, como mostra a Figura 32.
Tabela 23 Teste da Multicolinearidade - Mtodo 1 dados originais + dados inferidos
Variveis Testada Distncia Padro Topografia X Y
Distncia
via
Zona
Comercial
Testada 1 -0,323 0,436 0,081 -0,384 -0,134 -0,037 0,125
Distncia -0,323 1 -0,629 0,447 0,639 -0,075 0,041 -0,375
Padro 0,436 -0,629 1 0,040 -0,342 -0,249 0,138 0,122
Topografia 0,081 0,447 0,040 1 0,150 -0,200 0,240 -0,262
X -0,384 0,639 -0,342 0,150 1 -0,239 -0,138
Y -0,134 -0,075 -0,249 -0,200 -0,438 1 -0,164 -0,043
Distncia
via
-0,037 0,041 0,138 0,240 -0,239 -0,164 1 -0,333
Zona
Comercial
0,125 -0,375 0,122 -0,262 -0,138 -0,043 -0,333 1
A verificao da multicolinearidade pode ser realizada analisando a
matriz das correlaes, que espelha as dependncias lineares de primeira ordem
entre as variveis independentes, com ateno especial para resultados superiores
a 0,80. Conforme pode ser observado na tabela 23, nenhum valor foi superior ao
limiar de 0,80, sendo assim, pode-se dizer que no existe multicolinearidade.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
92
Figura 33 Outliers - Mtodo 1 dados originais + dados inferidos
Pelo Pelo grfico dos Valores Estimados x Resduos Padronizados ,
dado pela Figura 33, pode se observar que h observaes acima de dois desvios
padres. Esses pontos demonstram no ter erro algum, pois so permitidos termos
um total de 5% das observaes acima ou abaixo de 2 desvios, sendo assim, so
dados reais. A sua remoo do conjunto de amostras acaba prejudicando a
estimao do modelo, e assim, piorando o seu resultado. Desta forma optou-se por
no retirar o outliers e modelar o conjunto de dados com eles.
Aps a execuo desses testes, pode-se concluir que a equao de
regresso apresenta-se de forma coerente e estima adequadamente o valor de
terreno no setor pesquisado.
3.3.2.4 Mtodo 2 Anlise por grupos Gerao de modelos de regresso para os
dados originais
Em trabalhos que se geram modelos estatsticos, como de
regresso, para a construo de uma planta de valores para todo o municpio,
levam-se em considerao dados muito variados sendo que os valores atribudos a
cada varivel podem variar bruscamente.
certo que existem algumas variveis que exercem uma forte
influncia no valor do imvel apenas em determinadas regies. Em vista disto e da
variabilidade de dados que se tem, neste trabalho, aplicou-se o mtodo de
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
93
agrupamento (clusters) com o intuito de separar aqueles dados que tivessem um
comportamento mais homogneo, ou seja, que as suas caractersticas fossem mais
similares com a finalidade de melhorar a representao dos dados. Os dados nesse
processamento foram utilizados em todas as observaes de lotes da rea de
trabalho, com as caractersticas de terrenos, informados na Tabela 5, apresentada
anteriormente.
Em primeiro lugar, as matrizes de dados foram submetidas anlise
de agrupamentos hierrquicos, utilizando-se da distncia euclidiana, sendo que os
agrupamentos foram feitos por meio da ligao de Ward para formar as classes
homogneas.
Para encontrar o melhor nmero de grupos foram realizadas vrias
simulaes de conjuntos, observando o nmero de dados de transaes imobilirias
que estaria disponvel nessas regies que permitisse a gerao de modelos de
regresso para a avaliao dos imveis.
Desta forma, aplicou-se o mtodo de agrupamento utilizando o
software Minitab e encontrando-se quatro grupos com nvel de similaridade,
conforme pode ser visto pela Figura 34 e 35, que apresentam, respectivamente, o
dendrograma da diviso dos dados em classes e a posio espacial dos dados na
malha urbana.
Figura 34 Mtodo 2 Dendrograma das classes de terrenos formadas
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
94
Figura 35 Mtodo 2 Grupos formados pela anli se de agrupamento
A partir da formao dos grupos, identificaram-se os dados de
transaes imobilirias que pertenciam a cada grupo e com esses realizou -se a
gerao de modelos de regresso com a finalidade de avaliar os imveis de seus
grupos para gerar dados para a PVG.
A seguir ser apresentado o processo de gerao do modelo e os
testes exigidos pela NBR 14653-2, que trata da avaliao de imveis.
Grupo 1
Este grupo contm um total de 13 dados de transaes imobiliria
do tipo terreno. Com esses dados o modelo de regresso dado por:
Distncia 1,42 - 3816 VMLTC =
(22)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
95
Tabela 24 Estatstica de regresso Mtodo 2 dados de lotes originais Grupo 1
RESUMO DOS RESULTADOS
R-Quadrado 90,8%
R-Quadrado ajustado 89,9%
Erro padro 49,5568
Observaes 13
Coeficiente de variao 6%
O coeficiente de determinao alto, o que evidencia que o modelo
realizou um bom ajuste mostrando que o modelo encontrado explica mais de 90%
da variao dos desvios, sendo pouco menos de 10% atribudos a fatores aleatrios
e a variveis no consideradas no modelo.
Para esse processamento desses dados, todos foram considerados.
Tabela 25 Coeficientes e significncias Mtodo 2 dados de lotes originais Grupo 1
Coeficientes Erro Padro T P
Interseo 3.816,0000 307,4000 12,41 0,000
Distncia -1,4177 0,1362 -10,41 0,000
Os sinais dos regressores esto coerentes e todos os regressores
so diferentes de zero, a um nvel de significncia de 5%.
Tabela 26 Anli se de varinci a Mtodo 2 dados de lotes originais Grupo 1
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 1 265.922 265.922 108,28
Resduo 11 27.015 2.456
Total 12 292.936
A Tabela 26 apresenta os valores para a anlise de varincia. O
F
calculado
igual a 108,28 foi superior ao F
tabelado
(F
1, 11
=4,84), isto indica que os dados
obedecem ao modelo de anlise de regresso linear mltipla, ou seja, que as
variveis independentes reduzem significativamente a variao da varivel
dependente, o que permite aceitar a hiptese de existncia de regresso.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
96
Tabela 27 Teste da normalidade Mtodo 2 dados de lotes originais Grupo 1
Distribuio dos Resduos
[ +1,00 DP (68%) ] 62% (08/13 elementos)
[ +1,64 DP (90%) ] 92% (12/13 elementos)
[ +1,96 DP (95%) ] 92% (12/13 elementos)
Figura 36 Teste da Normalidade - Mtodo 2 dados de lotes originai s Grupo 1
Os dados tm uma distribuio normal, o que pode ser observado no
grfico dado pela Figura 36 e na Tabela 27. Pelo teste de Ryan-J oiner o valor
encontrado foi de 0,985, bem prximo de 1, em que possvel concluir pela
normalidade.
Figura 37 Teste da Homocedasticidade - Mtodo 2 dados de lotes originais Grupo 1
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
97
Pelo grfico do resduo contra os valores ajustados pode-se concluir
que os dados no apresentam resultados tendenciosos, uma vez que os resduos
so distribudos aleatoriamente em torno do zero, como mostra a Figura 37.
Tabela 28 Teste da Mult icolinearidade - Mtodo 2 dados de lotes originais Grupo 1
Varivel Distncia
Distncia 1
Pelo fato do modelo de regresso ser representado apenas por uma
varivel, no temos essa anlise da verificao de possveis correlaes entre
variveis que compem o modelo. Desta forma, pode-se dizer que no existe
multicolinearidade.
Figura 38 Outliers - Mtodo 2 dados de lotes originais Grupo 1
Pelo grfico dos Valores Estimados x Resduos Padronizados,
apresentado pela Figura 38, pode-se observar que h apenas uma observao
acima de dois desvios padres, ou seja, 92% das observaes esto dentro desse
intervalo, atendendo a exigncia de cerca de 95% dos resduos e eles esto
distribudos aleatoriamente em torno da sua mdia zero.
Ao final desses testes, pode-se concluir que a equao de regresso
apresentada se mostra coerente e estima de forma adequada o valor de terreno no
setor pesquisado.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
98
Grupo 2
Este grupo contm um total de 17 dados de transaes imobiliria
do tipo terreno. Com esses dados o modelo de regresso dado por:
X 0,514 Frente_via 112 - Padro 577 231503 - VMLTC + + =
Tabela 29 Estatstica de regresso Mtodo 2 dados de lotes originais Grupo 2
RESUMO DOS RESULTADOS
R-Quadrado 92,2%
R-Quadrado ajustado 90,4%
Erro padro 137,729
Observaes 17
Coeficiente de variao 12%
O coeficiente de determinao alto, o que evidencia que o modelo
realizou um bom ajuste mostrando que o modelo encontrado explica mais de 9 2%
da variao dos desvios, sendo pouco menos de 8% atribudos a fatores aleatrios e
a variveis no consideradas no modelo.
Para esse processamento todos os dados foram considerados.
Tabela 30 Coefici entes e significncias Mtodo 2 dados de lotes originais Grupo 2
Coeficientes Erro Padro T P VIF
Interseo -231503 102237 -2,26 0,041
Padro 577,50 61,60 9,37 0,000 1,3
Frente_via -111,75 29,36 -3,81 0,002 1,8
X 0,5143 0,2270 2,27 0,041 2,1
Os sinais dos regressores esto coerentes e todos os regressores
so diferentes de zero, a um nvel de significncia de 5%.
(23)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
99
Tabela 31 Anlise de varincia Mtodo 2 dados de lotes originais Grupo 2
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 3 2.925.929 975.310 51,41
Resduo 14 246.602 18.969
Total 17 3.172.531
A Tabela 31 apresenta os valores para a anlise de varincia. O
F
calculado
igual a 48,56 foi superior ao F
tabelado
(F
4, 12
=3,26), isto indica que os dados
obedecem ao modelo de anlise de regresso linear mltipla, ou seja, que as
variveis independentes reduzem significativamente a variao da varivel
dependente, o que permite aceitar a hiptese de existncia de regresso.
Tabela 32 Teste da normalidade Mtodo 2 dados de lotes originais Grupo 2
Distribuio dos Resduos
[ +1,00 DP (68%) ] 65% (11/17 elementos)
[ +1,64 DP (90%) ] 94% (16/17 elementos)
[ +1,96 DP (95%) ] 100% (17/17 elementos)
Figura 39 Teste da Normalidade - Mtodo 2 dados de lotes originais Grupo 2
Os dados tm uma distribuio normal, o que pode ser observado no
grfico dado pela Figura 39 e na Tabela 32. Pelo teste de Ryan-J oiner o valor
Residual
P
e
r
c
e
n
t
300 200 100 0 -100 -200 -300
99
95
90
80
70
60
50
40
30
20
10
5
1
Normal Probability Plot of theResiduals
(response is V-MLTC)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
100
encontrado foi de 0,983, bem prximo de 1, em que possvel concluir pela
normalidade.
Fitted Value
R
e
s
i
d
u
a
l
1800 1600 1400 1200 1000 800 600 400 200
300
200
100
0
-100
-200
-300
Residuals Versus theFittedValues
(response is V-MLTC)
Figura 40 Teste da Homocedasticidade - Mtodo 2 dados de lotes ori ginais Grupo 2
Pelo grfico do resduo contra os valores ajustados pode-se concluir
que os dados no apresentam resultados tendenciosos, uma vez que os resduos
so distribudos aleatoriamente em torno do zero, como mostra a Figura 40.
Tabela 33 Teste da Multicolinearidade - Mtodo 2 dados de lotes originais Grupo 2
Variveis Padro Frente via X
Padro 1 0,026 0,386
Frente via 0,026 1 0,630
X 0,386 0,630 1
A verificao da multicolinearidade pode ser realizada analisando a
matriz das correlaes, que espelha as dependncias lineares de primeira ordem
entre as variveis independentes, com ateno especial para resultados superiores
a 0,80. Conforme pode ser observado na tabela 33, nenhum valor foi superior ao
limiar de 0,80, sendo assim, pode-se dizer que no existe multicolinearidade.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
101
Fitted Value
S
t
a
n
d
a
r
d
i
z
e
d
R
e
s
i
d
u
a
l
1800 1600 1400 1200 1000 800 600 400 200
2
1
0
-1
-2
Residuals Versus theFittedValues
(response is V-MLTC)
Figura 41 Outliers - Mtodo 2 dados de lotes originais Grupo 2
Pelo grfico dos Valores Estimados x Resduos Padronizados ,
conforme a Figura 41, pode-se observar que no h nenhuma observao acima de
dois desvios padres, mostrando que no h nenhum outliers.
Ao final desses testes, pode-se concluir que a equao de regresso
apresentada se mostra coerente e estima de forma adequada o valor de terreno no
setor pesquisado.
Grupo 3
Este grupo contm um total de 34 dados de transaes imobiliria
do tipo terreno. Com esses dados o modelo de regresso dado por:
cial Zona_comer 1426
Topografia 996 Padro 739 Distncia 0,776 - 741 - VMLTC
+
+ + =
Tabela 34 Estatstica de regresso Mtodo 2 dados de lotes originais Grupo 3
RESUMO DOS RESULTADOS
R-Quadrado 90,2%
R-Quadrado ajustado 88,9%
Erro padro 188,665
Observaes 34
Coeficiente de variao 15%
(24)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
102
O coeficiente de determinao alto o que evidencia que o modelo
realizou um bom ajuste mostrando que o modelo encontrado expl ica mais de 90%
da variao dos desvios, sendo pouco menos de 10% atr ibudos a fatores aleatrios
e a variveis no consideradas no modelo.
Para esse processamento apenas um dado foi considerados outliers
e eliminado.
Tabela 35 Coeficientes e significncias Mtodo 2 dados de lotes originais Grupo 3
Coeficientes Erro Padro T P VIF
Interseo -740,6 342,9 -2,16 0,039
Distncia -0,7759 0,1534 -5,06 0,000 1,6
Padro 738,62 87,83 8,41 0,000 1,1
Topografia 995,6 396,8 2,51 0,018 1,2
Zona_comercial 1425,6 166,2 8,58 0,000 1,5
Os sinais dos regressores esto coerentes e todos os regressores
so diferentes de zero, a um nvel de significncia de 5%.
Tabela 36 Anlise de varincia Mtodo 2 dados de lotes originais Grupo 3
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 4 9.510.314 2.377.579 66,80
Resduo 29 1.032.235 35.594
Total 33 10.542.549
A Tabela 36 apresenta os valores para a anlise de varincia. O
F
calculado
igual a 66,80 foi superior ao F
tabelado
(F
4, 29
=2,70), isto indica que os dados
obedecem ao modelo de anlise de regresso linear mltipla, ou seja, que as
variveis independentes reduzem significativamente a variao da varivel
dependente, o que permite aceitar a hiptese de existncia de regresso.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
103
Tabela 37 Teste da normalidade Mtodo 2 dados de lotes originais Grupo 3
Distribuio dos Resduos
[ +1,00 DP (68%) ] 59% (20/34 elementos)
[ +1,64 DP (90%) ] 91% (31/34 elementos)
[ +1,96 DP (95%) ] 100% (34/34 elementos)
Figura 42 Teste da Normalidade - Mtodo 2 dados de lotes originais Grupo 3
Os dados tm uma distribuio normal, o que pode ser observado no
grfico dado pela Figura 42 e na Tabela 37. Pelo teste de Ryan-J oiner o valor
encontrado foi de 0,932, bem prximo de 1, em que possvel concluir pela
normalidade.
Figura 43 Teste da Homocedasticidade - Mtodo 2 dados de lotes originais Grupo 3
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
104
Pelo grfico do resduo contra os valores ajustados pode-se concluir
que os dados no apresentam resultados tendenciosos, uma vez que os resduos
so distribudos aleatoriamente em torno do zero, como mostra a Figura 48.
Tabela 38 Teste da Multicolinearidade - Mtodo 2 dados de lotes originais Grupo 3
Variveis Distncia Padro Topografia
Zona
Comercial
Distncia 1 0,116 0,288 -0,541
Padro 0,116 1 0,201 -0,107
Topografia 0,288 0,201 1 -0,025
Zona
Comercial
-0,541 -0,107 -0,025 1
A verificao da multicolinearidade pode ser realizada analisando a
matriz das correlaes, que espelha as dependncias lineares de primeira ordem
entre as variveis independentes, com ateno especial para resultados superiores
a 0,80. Conforme pode ser observado na tabela 38, nenhum valor foi superior ao
limiar de 0,80, sendo assim, pode-se dizer que no existe multicolinearidade.
Figura 44 Outliers - Mtodo 2 dados de lotes originais Grupo 3
Pelo grfico dos Valores Estimados x Resduos Padronizados , dado
pela Figura 44, pode-se observar que no h nenhuma observao acima de dois
desvios padres, mostrando que no h nenhumoutliers.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
105
Ao final desse processamento e dos testes realizados, pode-se
concluir que a equao de regresso apresentada se mostra coerente e estima de
forma adequada o valor de terreno no setor pesquisado.
Grupo 4
Este grupo contm um total de 24 dados de transaes imobiliria
do tipo terreno. Com esses dados o modelo de regresso dado por:
Y 0,8858 - Distncia 6,6637 - 886 . 698 . 6 VMLTC =
Tabela 39 Estatstica de regresso Mtodo 2 dados de lotes originais Grupo 4
RESUMO DOS RESULTADOS
R-Quadrado 83,3,%
R-Quadrado ajustado 81,7%
Erro padro 248,279
Observaes 24
Coeficiente de variao 11%
O coeficiente de determinao alto o que evidencia que o modelo
realizou um bom ajuste mostrando que o modelo encontrado explica quase de 85%
da variao dos desvios, sendo pouco mais de 15% atribudos a fatores aleatrios e
a variveis no consideradas no modelo.
Para esse processamento apenas dois dos dados foram
considerados outliers e eliminados devido a grande disparidade com os valores
calculados. Essa disparidade deve-se a fatores influenciantes na negociao, como
a venda para pagamento de dvidas, venda entre familiares dentre outros.
Tabela 40 Coefici entes e significncias Mtodo 2 dados de lotes originais Grupo 4
Coeficientes Erro Padro T P VIF
Interseo 6.698.886 1465922 4,57 0,000
Distncia -2,6637 0,2606 -10,22 0,000 1,2
Y -0,8858 0,1939 -4,57 0,000 1,2
(25)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
106
Os sinais dos regressores esto coerentes e todos os regressores
so diferentes de zero, a um nvel de significncia de 5%.
Tabela 41 Anlise de varincia Mtodo 2 dados de lotes originais Grupo 4
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 2 6442267 3221134 52,26
Resduo 21 1294490 61642
Total 23 7736757
A Tabela 41 apresenta os valores para a anlise de varincia. O
F
calculado
igual a 52,26 foi superior ao F
tabelado
(F
2, 21
=3,47), isto indica que os dados
obedecem ao modelo de anlise de regresso linear mltipla, ou seja, que as
variveis independentes reduzem significativamente a variao da varivel
dependente, o que permite aceitar a hiptese de existncia de regresso.
Tabela 42 Teste da normalidade Mtodo 2 dados de lotes originais Grupo 4
Distribuio dos Resduos
[ +1,00 DP (68%) ] 67% (16/24 elementos)
[ +1,64 DP (90%) ] 83% (21/24 elementos)
[ +1,96 DP (95%) ] 100% (24/24 elementos)
Figura 45 Teste da Normalidade - Mtodo 2 dados de lotes originais Grupo 4
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
107
Os dados tm uma distribuio normal, o que pode ser observado no
grfico dado pela Figura 45 e na Tabela 42. Pelo Pelo teste de Ryan-J oiner o valor
encontrado foi de 0,971, bem prximo de 1, em que possvel concluir pela
normalidade.
Figura 46 Teste da Homocedasticidade - Mtodo 2 dados de lotes originais Grupo 4
Pelo grfico do resduo contra os valores ajustados pode-se concluir
que os dados no apresentam resultados tendenciosos, uma vez que os resduos
so distribudos aleatoriamente em torno do zero, como mostra a Figura 46.
Tabela 43 Teste da Multicolinearidade - Mtodo 2 dados de lotes originais Grupo 4
Variveis Distncia Y
Distncia 1 -0,439
Y -0,439 1
A verificao da multicolinearidade pode ser realizada analisando a
matriz das correlaes, que espelha as dependncias lineares de pr imeira ordem
entre as variveis independentes, com ateno especial para resultados superiores
a 0,80. Conforme pode ser observado na tabela 43, nenhum valor foi superior ao
limiar de 0,80, sendo assim, pode-se dizer que no existe multicolinearidade.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
108
Figura 47 Outliers - Mtodo 2 dados de lotes originais Grupo 4
Pelo grfico dos Valores Estimados x Resduos Padronizados pode
se observar que no h nenhuma observao acima de dois desvios padres,
mostrando que no h nenhumoutliers.
Finalizado os testes com esse grupo de dados, pode-se concluir que
a equao de regresso apresentada se mostra coerente e estima de forma
adequada o valor de terreno no setor pesquisado.
3.3.2.5 Mtodo 2 Anlise por grupos Gerao de modelos de regresso para os
dados originais mais os dados inferidos
O processamento aplicado aos dados no item anterior tambm sofre
com o problema da falta de dados em uma determinada rea, que a rea central.
A partir disso, introduziram-se aqueles dados inferidos de terrenos referentes rea
problemtica como forma de minimizar o erro. A regio central do municpio que se
encontra na rea de trabalho est no grupo quatro. Sendo assim, apenas o
processamento s ser realizado com grupo quatro, que contar com os seus dados
originais, mais os dados inferidos.
Este grupo conta comum total de 24 dados de transaes imobiliria
do tipo terreno. Com esses dados o modelo de regresso dado por:
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
109
Frente_via 112 -
cial Zona_comer 677 Testada 161 - Padro 813 2.460 VMLTC
+ + =
Tabela 44 Estatstica de regresso Mtodo 2 dados de lotes originais + dados inferidos
Grupo 4
RESUMO DOS RESULTADOS
R-Quadrado 95,2%
R-Quadrado ajustado 94,1%
Erro padro 162,398
Observaes 24
Coeficiente de variao 7%
O coeficiente de determinao alto o que evidencia que o modelo
realizou um bom ajuste mostrando que o modelo encontrado explica mais de 95%
da variao dos desvios, sendo pouco menos de 5% atribudos a fatores aleatrios e
a variveis no consideradas no modelo.
Para esse processamento cinco dos dados foram considerados
outliers e eliminados devido a grande disparidade com os valores calculados. Essa
disparidade deve-se a fatores influenciantes na negociao, como a venda para
pagamento de dvidas, venda entre familiares dentre outros.
Tabela 45 Coefici entes e significncias Mtodo 2 dados de lotes originais + dados
inferidos Grupo 4
Coeficientes Erro Padro T P VIF
Interseo 2.459,70 280,90 8,76 0,000
Padro 813,50 69,95 11,63 0,000 1,1
Testada -160,81 17,23 -9,33 0,000 1,1
Zona_Comercial 677,10 135,90 4,98 0,000 2,7
Frente_via -112,34 23,29 -4,82 0,000 2,9
Os sinais dos regressores esto coerentes e todos os regressores
so diferentes de zero, a um nvel de significncia de 5%.
(26)
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
110
Tabela 46 Anlise de varincia Mtodo 2 dados de lotes originais + dados inferi dos
Grupo 4
Graus de
liberdade
Soma dos
Quadrados
Mdia dos
Quadrados
F calculado
Regresso 4 9.317.115 2.329.279 88,32
Resduo 18 474.718 26.373
Total 22 9.791.833
A Tabela 46 apresenta os valores para a anlise de varincia. O
F
calculado
igual a 88,32 foi superior ao F
tabelado
(F
4, 18
=2,93), isto indica que os dados
obedecem ao modelo de anlise de regresso linear mltipla, ou seja, que as
variveis independentes reduzem significativamente a variao da varivel
dependente, o que permite aceitar a hiptese de existncia de regresso.
Tabela 47 Teste da normalidade Mtodo 2 dados de lotes originais + dados inferidos
Grupo 4
Distribuio dos Resduos
[ +1,00 DP (68%) ] 63% (15/24 elementos)
[ +1,64 DP (90%) ] 96% (23/24 elementos)
[ +1,96 DP (95%) ] 100% (24/24 elementos)
Figura 48 Teste da Normalidade - Mtodo 2 dados de lotes originais + dados inferidos
Grupo 4
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
111
Os dados tm uma distribuio normal, o que pode ser observado no
grfico dado pela Figura 48 e na Tabela 47. Pelo teste de Ryan-J oiner o valor
encontrado foi de 0,972, bem prximo de 1, em que possvel concluir pela
normalidade.
Figura 49 Teste da Homocedasticidade - Mtodo 2 dados de lotes originais + dados
inferidos Grupo 4
Pelo grfico do resduo contra os valores ajustados pode-se concluir
que os dados no apresentam resultados tendenciosos, uma vez que os resduos
so distribudos aleatoriamente em torno do zero, como mostra a Figura 49.
Tabela 48 Teste da Multicolinearidade - Mtodo 2 dados de lotes originais + dados inferidos
Grupo 4
Variveis Padro Testada
Zona
Comercial
Frente_via
Padro 1 0,218 -0,219 0,309
Testada 0,218 1 -0,169 0,229
Zona_Comercial -0,219 -0,169 1 -0,796
Frente_via 0,309 0,229 -0,796 1
A verificao da multicolinearidade pode ser realizada analisando a
matriz das correlaes, que espelha as dependncias lineares de primeira ordem
entre as variveis independentes, com ateno especial para resultados superiores
a 0,80. Conforme pode ser observado na tabela 48, nenhum valor foi superior ao
limiar de 0,80, sendo assim, pode-se dizer que no existe multicolinearidade.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
112
Figura 50 Outliers - Mtodo 2 dados de lotes originais + dados inferidos Grupo 4
Pelo grfico dos Valores Estimados x Resduos Padronizados pode
se observar que no h nenhuma observao acima de dois desvios padres,
mostrando que no h nenhumoutliers.
Ao trmino do processamento e teste com esse grupo de dados ,
pode-se concluir que a equao de regresso apresentada se mostra c oerente e
estima de forma adequada o valor de terreno no setor pesquisado.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
113
CAPTULO IV
RESULTADOS E DISCUSSES
Realizados os testes, a prxima etapa consiste na validao dos
dados e constatao do melhor procedimento para o processamento dos dados,
alm da representao dos mesmos na forma de documentos cartogrficos.
Todo o procedimento realizado, que vai desde o levantamento de
dados at as anlises estatsticas, est fundamentado nas normas existentes para
tal aplicao. As normas principais, que foram seguidas so a NBR14563-2 (2004) e
a Norma de Avaliao de Imveis Urbanos do IBAPE -SP de 2005.
Estas normas recomendam que os testes a serem feitos para a
validao dos modelos so o da normalidade, da homocedasticidade, auto-
correlao e multicolinearidade. Todos esses testes foram aplicados no
processamento, como pode ser visto, menos um: o da auto-correlao. Esse teste
no foi aplicado pelo fato de que a amostra utilizada na determinao do modelo de
regresso foi coletada em um nico perodo de tempo, no havendo a necessidade
de ordenar os elementos na amostra, como por exemplo, dados temporais. Os
dados no so coletados seguindo alguma ordem, como na maioria das anlises
econmicas. No mercado imobilirio, a ordem estabelecida geralmente a ordem
alfabtica dos endereos dos imveis. Se for detectada a autocorrelao (pelos
testes grficos ou por DW), basta ordenar os dados de outra forma (o que no
possvel nas sries econmicas). Claro que ordenar intencionalmente a amostra por
ordem de valor, de rea construda, ou por outra caracterstica importante, no
conveniente. Portanto, no h a necessidade de fazer a verificao da existncia ou
no da auto-correlao.
Dessa forma, com os dados obtidos e os testes realizados pode -se
constatar que todos os experimentos realizados so coerentes, ou seja, os
resultados so aceitveis para a gerao da Planta de Valores Genricos.
No entanto, o objetivo do trabalho melhorar a qualidade dos dados
para representar de forma mais fidedigna a realidade do mercado imobilirio. Assim,
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
114
ser apresentada a seguir uma comparao dos resultados conseguidos por ambos
os mtodos.
Tabela 49 Anli se dos resultados
Coeficiente de
determinao
Coeficiente de
determinao (ajust)
Coeficiente
de variao
N de variveis
no modelo
N de
Obs.
Mtodo 1 (Anlise geral)
Dados originais 87,0% 86,0% 19% 6 85
Dados originais + dados
inferidos
92,4% 91,7% 15% 8 90
Mtodo 2 (Anlise por grupos)
Dados originais (Grupo 1) 90,8% 89,9% 6% 1 13
Dados originais (Grupo 2) 92,2% 90,4% 12% 3 17
Dados originais (Grupo 3) 90,2% 88,9% 15% 4 34
Dados originais (Grupo 4) 83,3% 81,7% 11% 2 24
Dados originais + dados
inferidos (grupo 4)
95,2% 94,1% 7% 4 24
Observando a Tabela 49 pode-se notar que no Mtodo 1, que gera
um modelo de regresso para toda a rea de trabalho, apresenta melhora
significativa com a insero dos dados inferidos. No Mtodo 2, que faz um
tratamento por grupos, tambm mostra uma melhora em seus resultados com a
insero dessas amostras de dados inferidos que se encontram no grupo 4, quando
comparado com o mesmo grupo, mas apenas com os dados originais.
Quando relacionado um mtodo com o outro, nota-se que o
mtodo que faz o tratamento por grupos apresenta-se melhor que o primeiro, em
ambos os casos (com dados originais e com os dados originais mais os inferidos)
estimando melhor os valores por metro linear de testada corrigida, que ser utilizado
nas Plantas de Valores Genricos.
Com a finalidade de constatao da melhoria do mtodo com a
insero de variveis oriundas de outros mtodos, uma amostra pertencente a esta
rea central foi retirada para comparar os valores preditos pelos modelos de
regresso gerados com o valor de transao. Este imvel foi vendido por R$
60.000,00, na mesma poca das outras amostras.
Os resultados obtidos mostram que a falta de dados de mercado de
terreno pode ser contornada com o uso de dados de mercado de imveis
construdos. O agrupamento dos dados tambm permitiu derivar equaes com
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
115
melhor ajuste, confirmando outros estudos j desenvolvidos. Este mtodo
recomendvel quando se avalia imveis distribudos numa regio de grande
extenso, diminuindo-se com isto o efeito negativo das correlaes espaciais sobre
os modelos de regresso mltipla. Para a considerao efetiva dos efeitos da
correlao espacial entre os dados, sugere-se usar mtodos de econometria
espacial e/ou geoestatisticos.
O mtodo aplicado realmente apresenta uma soluo satisfatria
para clculo de PVG de terrenos onde existe insuficincia de dados.
Tabela 50 Anlise dos resultados Teste 1
Valor predito
Mtodo 1 (Anlise geral)
Dados originais R$ 71.174,65
Dados originais +dados inferidos R$ 63.923,12
Mtodo 2 (Anlise por grupos)
Dados originais (Grupo 4) R$ 75.992,98
Dados originais +dados inferidos (grupo 4) R$ 62.306,68
Observando a Tabela 50 pode-se constatar que no Mtodo 1 o
processamento feito com os dados originais mais os dados inferidos por outro
mtodo chegou a valores mais prximos da realidade. O mesmo pode ser notado
para o Mtodo 2 no grupo 4, em que o valor estimado pelo mtodo combinado est
bem melhor que aquele que trata apenas com dados originais.
O fato da estimao pelo Mtodo 2 usar apenas dados originais e
ser to discrepantes, se deve a disposio dos dados de transaes nesta rea que
se encontram aglomerados em determinada regio.
Tambm foi realizado outro teste, em busca de constatar a
funcionalidade daquilo que proposto. Desta forma, foram selecionadas trs
amostras aleatrias, sendo uma de cada regio e para estes lotes, foram aplicadas
as equaes geradas para os seus respectivos setores. Os resultados que esto
apresentados na tabela 51 comprovam que o uso de dados originais mais os
inferidos aumentam a qualidade final dos dados. Quando utilizada a anlis e por
grupos, os resultados so melhores ainda.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
116
Tabela 51 Anli se dos resultados Teste 2
Amostra 1 Amostra 2 Amostra 3
Valor de venda R$ 12.000,00 R$ 9.500,00 R$ 7.000,00
Mtodo 1 (Anlise geral)
Dados originais R$ 12.284,00 R$ 12.328,00 R$ 5.964,00
Dados originais +dados inferidos R$ 12.265,00 R$ 12.108,00 R$ 6.636,00
Mtodo 2 (Anlise por grupos)
Dados originais (Grupo 4) R$ 12.210,00 R$ 8.424,00 R$ 7.040,00
Agora, observando os modelos estatsticos gerados pela aplicao
da regresso mltipla, pode-se constatar que as variveis mais determinantes do
valor dos imveis, do tipo terreno, so as variveis Distncia, Padro, Topografia e
Zona comercial, pois aparecem pelo menos em trs dos sete modelos.
Tabela 52 Anli se dos resultados Vari veis do modelo de regresso
Mtodo 1 Mtodo 2
Dados
originais
Dados originais +
dados inferidos
Dados
originais
(Grupo 1)
Dados
originais
(Grupo 2)
Dados
originais
(Grupo 3)
Dados
originais
(Grupo 4)
Dados originais +
dados inferidos
(grupo 4)
Testada
Testada_corrigida
Topografia
Padro
Zona_comercial
Coord_X
Coord_Y
Distncia_via
Frente_via
Distncia
Uma das variveis que se acreditou que influenciaria muito os
modelos de regresso era a varivel linha frrea, que no apareceu em nenhum
dos modelos. Esse fato no quer dizer que esta desprezvel, p ois quando
observada a figura 35, que traz os grupos homogneos de dados formados pela
tcnica de agrupamento, nota-se que a linha frrea um dos divisores dos grupos.
Desta forma, pode-se observar, graficamente, que os imveis localizados do lado
ps-linha, localizado na parte norte da rea urbana, os valores de imveis so bem
menores, quando comparados com os imveis do lado sul da linha, confirmando a
hiptese inicial de que a linha frrea e seus acessos serem um dos agravantes da
desvalorizao.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
117
A varivel padro que foi levantada para avaliao dos terrenos,
quando comparada com o valor dos terrenos, deixa notvel a relao que existe
entre eles. Pois quando se tem uma regio com imveis com um padro superior,
independente da regio, tem-se um aumento dos valores de terrenos nesta
localidade.
Com isso, nota-se a importncia da investigao do maior nmero
de variveis que possam estar influenciando o valor do imvel, tanto terreno como
construo.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
118
CAPTULO V
CONCLUSES
5.1 Consideraes finais
O mercado imobilirio um mecanismo dinmico, representando
uma realidade diria e que dever ser descrito por um mo delo matemtico/
estatstico. Sob este ponto de vista, qualquer inferncia (paramtrica ou no
paramtrica) pode ser til e trazer bons resultados.
Para isso, qualquer modelo a ser adotado ser sempre uma
simplificao do que ocorre na vida real e por este motivo no existir (ainda) um
modelo que seja sempre superior a outro.
Assim, esse trabalho mostra a viabilidade da aplicao de mtodos
combinados quando existe a falta de dados. Para tanto, se devem observar bem os
dados disponveis para a realizao do trabalho, objetivando a obteno de um bom
produto final. Vale ressaltar que, em alguns casos, pode no ser vivel fazer tais
combinaes. Os modelos gerados, as variveis utilizadas e o nmero de grupos
formados so especficos para a realidade que encontrada nesta rea de trabalho
nesta poca, podendo daqui a uns anos comportar-se de forma diferente.
Acredita-se que o uso da metodologia proposta, utilizando mtodos
estatsticos multivariados aplicados combinao de mtodos, proporcionou melhor
desempenho nos procedimentos; tendo como conseqncia a melhoria dos
resultados finais da avaliao, gerando maior uniformidade entre os dados, ou seja,
o valor de avaliao e o valor de mercado se equiparam.
A separao da rea de trabalho em zonas de dados homogneos
mostrou-se de grande importncia, pois a partir da determinao desses grupos pelo
mtodo da anlise por agrupamento, os modelos de regresso mltipla gerados
mostraram-se melhores e conseqentemente mais precisos, alm de fazer uso de
menor nmero de variveis, por causa da semelhana entre os dados.
Certamente, uma prefeitura cujo cadastro imobilirio seja dotado de
um sistema de caracterizao de edificao, que d suporte avaliao da mesma,
pode alcanar resultados ainda melhores, uma vez que de suma importncia a
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
119
determinao do valor da edificao para se determinar o valor do terreno de um
imvel edificado.
Finalmente, conclui-se que a metodologia multivariada aplicada,
utilizando operadores de regresso e anlise de agrupamento, fazendo uso de
dados de terrenos inferidos a partir de amostras de transaes de imveis
construdos, mostrou-se vivel para reas densamente construdas, com poucos
dados de transaes imobilirias de terrenos.
5.2 Recomendaes
Os resultados obtidos neste trabalho devem ser interpretados
restritivamente, sendo considerados em funo do tipo de dados utilizados. Na
literatura, h evidncias de que as tcnicas mais adequadas podem ser diferentes
para diferentes tarefas ou para utilizao com diferentes tipos de dados, conforme
dito anteriormente, que essa metodologia, assim como os resultados obtidos,
especfica para esta realidade e poca.
Assim, para estender a utilizao das tcnicas e da abordagem
propostas, devem ser testadas outras fontes de dados , como forma de se ter mais
dados disponveis, alm de outras variveis que podem influenciar no valor do
imvel.
Tambm existem outras tcnicas de processamento disponveis, tais
como as redes neurais, a geoestatstica, que podem ser explorados.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
120
BIBLIOGRAFIA
ABBAD, G. S., TORRES, C. V.; Anlises de regresso mltipla stepwise e
hierrquica em estudos da rea de psicologia organizacional: aplicaes, problemas
e algumas solues. In: VIII Simpsio Brasileiro de Pesquisa e Intercambio
Cientfico, 2000, Serra Negra - SP. Anais - ANPEPP, 2002. v. 1. p. 97.
ABNT (Associao Brasileira de Normas Tcnicas) (1989). Avaliao de imveis
urbanos (NBR 5676). Rio de J aneiro: ABNT.
ABNT (Associao Brasileira de Normas Tcnicas) (2001). Avaliao de bens - Parte
1: procedimentos gerais (NBR 14.653-1). Rio de J aneiro: ABNT.
ABNT (Associao Brasileira de Normas Tcnicas) (2004). Avaliao de bens - Parte
2: imveis urbanos (NBR 14.653-2). Rio de J aneiro: ABNT.
ALVES, V.; Avaliao de Imveis Urbanos baseada em Mtodos Estatsticos
Multivariados. 2005, 115p. Dissertao (Mestrado em Mtodos Numricos em
Engenharia) - Universidade Federal do Paran UFPR, Curitiba, PR.
AMAL, M., SEABRA, F.; Determinantes do Investimento Direto Externo (IDE) na
Amrica Latina: Uma Perspectiva Institucional. In: XXXIII ENCONTRO NACIONAL
DE ECONOMIA - ANPEC - Associao Nacional dos Centros de Ps-graduao em
Economia, 2005, J oo Pessoa. Anais do XXXIII Encontro Nacional de Economia,
2005.
ANACLETO, E. A.; Uso do mtodo da renda para avaliao de um edifcio comercial
e um posto de combustveis. 2002. 12 p. Trabalho de concluso de curso. (Instituto
de Engenharia Mecnica) Engenharia de Produo, Universidade Federal de
Itajub UNIFEI, Itajub, MG.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
121
AVERBECK, C. E.; Os sistemas de cadastro e planta de valores no municpio:
prejuzos da desatualizao. 2003, 200p. Dissertao (Mestrado em Engenharia
Civil) Curso de Ps-Graduao em Engenharia Civil, Universidade Federal de
Santa Catarina UFSC, Florianpolis, SC.
BARNETT, V.; LEWIS, T. Outliers in statistical data. New York: J ohn Wiley, 1984, 2
Ed.
BERRINI, L.C.; Avaliaes de Imveis. So Paulo, Freitas Bastos, 1957, 3 edio.
BERTIN, J .; Teoria da comunicao e teoria grfica. In: Melanges Charles Moraz.
Traduo de Marcelo Martinelli, 1978.
BOS, E. S.; Cartographic Symbol Design. The Netherlands, ITC, 1984. 85 p.
BOUROCHE, J . M., SAPORTA, G.; Anlise de dados. Rio de J aneiro: Zahar
Editores, 1982. 119 p.
BRAULIO, S. N.; Proposta de uma metodologia para a avaliao de imvei s urbanos
baseado em mtodos estatsticos multivariados . 2005, 158p. Dissertao (Mestrado
em Engenharia Civil) Curso de Ps-Graduao em Mtodos Numricos em
Engenharia, Universidade Federal do Paran UFSC, Curitiba, PR.
BRONDINO, N. C. M.; Estudo da Influncia da Acessibilidade no Valor de Lotes
Urbanos Atravs do Uso de Redes Neurais. 1999, 158p. Dissertao (Doutorado em
Engenharia Civil - Transportes) Escola de Engenharia de So Carlos, Universidade
de So Paulo USP, So Carlos, SP.
BUSSAB, W. O.; Anlise de varincia e de regresso. So Paulo: Atual, 1986.
BUSSAB, W. O., MORETTIN, P. A.; Estatstica Bsica. So Paulo: Atual, 1984. 2
Ed.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
122
CARNEIRO, A. F. T.; Cadastro imobilirio e registro de imveis. Porto Alegre:
Instituto de Registro Imobilirio do Brasil, 2003. 272 p..
CARNEIRO, A. F. T., LOCH, C.; Anlise do cadastro imobilirio urbano de algumas
cidades brasileiras. In: CONGRESSO BRASILEIRO DE CADASTRO TCNICO
MULTIFINALITRIO, 2000, Florianpolis-SC. Anais do COBRAC 2000 - IV
Congresso Brasileiro de Cadastro Tcnico Multifinalitrio.
CASSIDY, H. J .; Using Econometrics: A beginners guide. Virginia: Reston Publishing
Company, 1981.
CUADRAS, C. M.; Mtodos de anlisis multivariante. Universidad de Barcelona,
1981.
DANTAS, R. A.; Engenharia de avaliaes: uma introduo metodologia cientfica .
So Paulo: Pini, 1998.
DENT, B. D.; Cartography: Thematic Map Design. Iowa, WmC Brown Publishers,
1993.
DRAPER, N. R.; SMITH, H.; Applied regression analysis. New York: J ohn Wiley &
Sons, Inc. 1998. 3 Ed.
EMPLASA Empresa Metropolitana de Planejamento da Grande So Paulo SA.
Planta de Valores Genricos. Disponvel em <http://www.emplasa.sp.gov.br>.
Acesso em: 15 jan. 2005.
FIKER, J .; Avaliao de terrenos e imveis urbanos. So Paulo: PINI, 1997
GONZLEZ, M.A.S.; A formao do valor de alugueis de apartamentos residenciais
na cidade de Porto Alegre. 1993. Dissertao (Mestrado em Engenharia Civil)
Programa de Ps-Graduao em Engenharia Civil, UFRGS, Porto Alegre - RS.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
123
GONZLEZ, M.A.S.; Aplicao de Tcnicas de Descobrimento de Conhecimento
em Bases de Dados e de Inteligncia Artificial em Avaliao de Imveis . 2002. Tese
(Doutorado em Engenharia Civil) Programa de Ps-Graduao em Engenharia
Civil, UFRGS, Porto Alegre - RS.
GONZLEZ, M. A. S.; Avaliao de imveis e metodologia de percias . Disponvel
em <http://www.exatec.unisinos.br/~gonzalez/valor/introduc/bibliogr.html> Acesso
em: 16 dez. 2005.
GONZLEZ, M. A. S., FORMOSO, C. T.; A utilizao de dados do ITBI para a
atualizao de plantas de valor: um estudo de viabilidade. In: CONGRESSO DE
ENGENHARIA CIVIL DA UFJ F, 1994, J uiz de Fora - MG. Anais do I Congresso de
Engenharia Civil da UFJ F.
GUEDES, J .C.; Aplicao de redes neurais na avaliao de bens . In: SEMINRIO
INTERNACIONAL DA LARES, 1999, So Paulo - SP. Anais do I Seminrio
Internacional da LARES - 1999. I Seminrio Internacional da LARES.
HOCHHEIM, N., et al; Elaborao e gerenciamento de Planta de Valores Genricos,
usando Sistema de Informaes Geogrficas. 2003. (Desenvolvimento de material
didtico ou instrucional - Material didtico ou instrucional). 121 p.
HOCHHEIM, N., et al; Engenharia de avaliaes. 2004. (Desenvolvimento de
material didtico ou instrucional - Material didtico ou instrucional). 170 p.
IBAPE-SP (Instituto Brasileiro de Avaliaes e Percias de Engenharia de So
Paulo) (2005). Norma para avaliao de imveis urbanos. So Paulo: IBAPE.
IMAPE (Instituto Mineiro de Avaliaes e Percias de Engenharia). Fundamentos de
Avaliaes Patrimoniais e Percias de Engenharia. So Paulo: Editora Pini, 1998.
J OLY, F.; A Cartografia. Campinas: 3 ed. Papirus, 1991.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
124
J OHNSON, R. A.; WICHERN, D. W.; Applied Multivariate Statistical Analysis. New
J ersey: Prentice-Hall, 2002. 5 Ed.
KEATES, J . S.; Cartographic design and production. 2 ed. Longman Scientific &
Technical. New York, 1989.
KELEJ IAN, H. H.; OATES, Wallace E.; Introduo Econometria. Princpios e
Aplicaes. Rio de J aneiro: Editora Campus, 1978.
KOLACNY, A.; Cartographic information a fundamental term in modern
cartography. Cartographic J ourn, London, 1969.
LEBART, L., MORINEAU, A. y FENELON J . ; Tratamiento estadstico de datos.
Marcombo Boixareu Editores. Barcelona, 1995.
LIMA, O. P., Proposta metodolgica para o uso do Cadastro Tcnico Multifinalitrio
na Avaliao de Impactos Ambientais. 1999, 147p. Dissertao (Mestrado em
Engenharia Civil) Curso de Ps-Graduao em Engenharia Civil, Universidade
Federal de Santa Catarina UFSC, Florianpolis, SC.
LOCH, C.; Importncia do cadastro tcnico multifinalitrio para instrumentao de
prefeituras. In: COMBRAFT, 1995, CACHOEIRA DO SUL - RS.
MACANHAN, V. B. P., MONTEVECHI, J . A. B., PAMPLONA, E. O.; Uso do mtodo
da renda para avaliao de imveis por regies uma aplicao nas cidades do Rio
de J aneiro e So Paulo. In: Encontro Nacional de Engenharia de Produo, 2000,
So Paulo - SP. Anais do ENEGEP 2000 XX Encontro Nacional de Engenharia de
Produo.
MACANHAN, V. B. P.; A avaliao de imveis pelos mtodos econmico-financeiros.
2002, 99p. Dissertao (Mestrado em Engenharia Civil) Curso de Ps-Graduao
em Engenharia de Produo, Universidade Federal de Itajub UNIFEI, Itajub,
MG.
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
125
MACHADO, S. F.; Determinao de coeficientes de homogeneizao de valores
para uso em avaliao de terrenos urbanos. 2004. Dissertao (Mestrado em
Engenharia Civil) Curso de Ps-Graduao em Engenharia Civil, Universidade
Federal de Santa Catarina UFSC, Florianpolis, SC.
MARTINELLI, M.; Curso de cartografia Temtica. So Paulo: Contexto, 1991.
MARTINELLI, M.; Cartografia Temtica: caderno de mapas. So Paulo: EDUSP,
2003.
MELO, M. F.; Planta de Valores Genricos: Um Produto Cartogrfico como
Instrumento para a Eqidade Tributria e o Planejamento Municipal . 2001, 104p.
Dissertao (Mestrado em Estudos Populacionais e Pesquisas Sociais) Escola
Nacional de Cincias Estatsticas, Instituto Brasileiro de Geografia e Estatst ica
UIBGE, Rio de J aneiro, RJ .
MLLER, L. F. C.; Planta de valores genricos. Porto Alegre: Sagra-DC Luzzatto,
1995.
MONMONIER, M. S.; Computer-assisted cartography: principles and prospect. New
J ersey, Prentice-Hall, 1982.
MUNIZ, D. P.; Implantao do cadastro tcnico multifinalitrio em uma rea teste. In:
CONGRESSO BRASILEIRO DE CADASTRO TCNICO MULTIFINALITRIO, 1996,
Florianpolis-SC. Anais do COBRAC 1996 - II Congresso Brasileiro de Cadastro
Tcnico Multifinalitrio.
MURGEL FILHO, W.; Sistema Nebuloso de apoio produo de planta de valores .
2005, 132p. Dissertao (Mestrado em Engenharia de Computao - Geomtica)
Curso de Ps-Graduao em Engenharia de Computao, Universidade do Estado
do Rio de J aneiro UERJ , Rio de J aneiro, RJ .
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
126
NADAL, C. A., J ULIANO, K. A., RATTON, E.; Testes estatsticos utilizados para a
validao de regresses mltiplas aplicadas na avaliao de imveis urbanos .
Boletim de Cincias Geodsicas, Curitiba, v. 9, n. 2, p. 243-262, 2003.
NETER, J ; WASSERMAN, W.; WHITMORE , G. A.; Applied Statistic. Boston: Allyn
and Bacon, Inc. 1978
PELLI NETO, A.; Redes Neurais Artificiais aplicadas s avaliaes em massa:
estudo de caso para a cidade de Belo Horizonte / MG. 2006, 111p. Dissertao
(Mestrado em Engenharia Eltrica) Curso de Ps-Graduao em Engenharia
Eltrica, Universidade Federal de Minas Gerais UFMG, Belo Horizonte, MG.
PLA, L. E.; Anlisis Multivariado: Mtodo de Componentes Principales . Secretara
General de la Organizacin de Estados Americanos, Washington, 1986.
PHILIPS, J .; Conceito de um Novo Cadastro de Bens Imobilirios: Moderno e
Pblico, In: CONGRESSO NACIONAL DE ENGENHARIA DE AGRIMENSURA,
1996, Salvador - BA, Anais do VII Congresso Nacional de Engenharia de
Agrimensura.
PUGLIESI, E. A.; Desenvolvimento de um mapa dinmico para sistema de
navegao terrestre. 2002, 216p. Dissertao (Mestrado em Cincias Cartogrficas)
Curso de Ps-Graduao em Cincias Cartogrficas, Universidade Estadual
Paulista UNESP, Presidente Prudente, SP.
RIBEIRO J R., J . I.; Anlises estatsticas no SAEG. Viosa, 2001. 301 p.
SALICHTCHEV, K. A.; Some Reflections on the Subject and Method of Cartography
After the Sixth International Cartographic Conference. Cartographica, 1973. Vol.
10(2): pp. 106-111.
SANTIL, F. L. P., DECANINI, M. M. S.; Prottipo de atlas eletrnico para Unidades
de Conservao e educao ambiental . Revista Brasileira de Cartografia, Rio de
J aneiro v 54 p 31-40 2003
Dissertao de Mestrado
Aplicao de mtodos combinados de avaliao imobiliria na elaborao da Planta de Valores Genricos
127
SCHIAVO, E. H. C., AZEVEDO, M. P.; Estudo Comparativo entre Redes Neurais
Artificiais e Anlise de Regresso Mltipla na Avaliao de Bens, para pequenas
Amostragens. In: CONGRESSO BRASILEIRO DE ENGENHARIA DE AVALIAES
E PERCIAS, 2003, Belo Horizonte - MG, Anais do XII COBREAP.
SCHNEIDER, V. P.; Anlise do Sistema Tributrio Quanto a Propriedade Imobiliria
a Nvel Municipal, Utilizando Dados do Cadastro Tcnico Multifinalitrio . 1993.
Dissertao (Mestrado em Engenharia Civil) Curso de Ps-Graduao em
Engenharia Civil, Universidade Federal de Santa Catarina UFSC, Florianpolis,
SC.
SILVA, S. A. P., ZENI, A. M.; Curso de inferncia estatstica avanada para
avaliaes imobilirias (Apostila). Porto Alegre : Engeb, 1998.
SILVA, S., SILVA, M. R.; Crescimento econmico nas regies europeias: uma
avaliao sobre a persistncia das disparidades regionais no perodo 1980-95.
[Published in Compndio de Economia Regional , Direco de J os Silva Costa,
2002, Cap. 5, "Convergncia e Divergncia", APDR]
SNEDECOR, G. W.; Statistical Methods. Iowa: Ames, 1956. 5 Ed.
TABACHNICK, B., FIDELL, L. S.; Using multivariate statistics. New York: Harper
Collins, 1996. 3 Ed.
TRIVELLONI, C. A. P., HOCHHEIN, N.; Avaliao de imveis com tcnicas de
anlise multivariada. In: Congresso Brasileiro de Cadastro Tcnico Multifinalitrio,
1998, Florianpolis-SC. Anais do COBRAC 1998 - III Congresso Brasileiro de
Cadastro Tcnico Multifinalitrio, 1998.
TRIVELLONI, C. A. P., HOCHHEIN, N.; Uso de Tcnicas de Classificao
Automtica para Determinao de Classes Homogneas de Imveis . In: Congresso
Brasileiro de Cadastro Tcnico Multifinalitrio, 2000, Florianpolis -SC. Anais do
COBRAC 2000 - IV Congresso Brasileiro de Cadastro Tcnico Multifinalitrio 2000