Classificação das Variáveis

[André Maiolini]

Boa noite,

Gostaria de saber se a forma como classifiquei as variáveis estão corretas,

Segue imagem, em anexo,

Att.

[Gustavo Diniz]

Aparentemente sim.

Lembre-se de verificar se a micronumerosidade das variáveis do tipo códigos alocados foi atendida. Você pode encontrar as recomendações sobre esse tema no Anexo A da Norma 14.653 - Parte 2, item A.2.

[André Maiolini]

Perfeito,

Na Norma diz o seguinte: " ni = é o número de dados de mesma característica, no caso de utilização de variáveis dicotômicas e variáveis
qualitativas expressas por códigos alocados ou códigos ajustados".

No meu caso, os dados de mesma característica que a Norma cita se referem apenas as variáveis qualitativas que usei e não a todas, é isso?

Att.

[Gustavo Diniz]

Exato. A micronumerosidade deve ser atendida para as variáveis dicotômicas ou códigos alocados efetivamente utilizados no seu modelo.

No caso do Padrão Construtivo, por exemplo, sua escala vai de 1 a 3. Supondo que você tem 3 dados com a característica 1, 4 dados com a característica 2 e 1 dado com a característica 3, seu ni será:

Padrão 1 - ni = 3
Padrão 2 - ni = 4
Padrão 3 - ni = 1

Caso você tenha 30 dados ou menos na sua amostra, o valor de ni deve ser maior ou igual a 3. Portanto, nesse exemplo, você precisaria incluir pelo menos mais dois dados com Padrão 3 no seu modelo para não ter problemas com micronumerosidade.

[André Maiolini]

Analisando aqui,

No meu Laudo, não tem nenhum dado com padrão construtivo 3, como também, não tem nenhum dado com localização 1. Nesse caso eu devo trocar a classificação das variáveis para dicotômica ou devo procurar pelo menos 3 dados com as respectivas características?

O padrão construtivo da casa que estou avaliando é 1 e localização 2. O ni representa o número mínimo de atributos semelhantes á toda amostra ou aos atributos semelhantes do imóvel avaliando?

Att.

[Gustavo Diniz]

o ni representa o número de dados com a mesma característica. Esse valor deve ser analisado de forma isolada para cada variável dicotômica ou códigos alocados efetivamente utilizadas no modelo. Supondo que o seu modelo tenha 30 dados, ni deve ser maior ou igual a 3, logo, ao analisar a variável localização por exemplo, você deve ter pelo menos 3 dados com a característica 1, 3 dados com a característica 2, e 3 dados com a característica 3.

O importante é que a micronumerosidade seja atendida para as características efetivamente utilizadas no seu modelo. Por exemplo, se a escala da sua variável vai de 1 a 3, mas você não encontrou nenhum dado com a característica 1, você pode ajustar sua escala, transformando a variável em dicotômica e alterando os valores da escala para 0 e 1, sendo 0 = localização média e 1 = localização superior.

Agora, se o seu imóvel avaliando apresentasse localização 1, o mais adequado seria coletar mais dados com essa característica de modo a evitar extrapolações.

[André Maiolini]

Ótimo,

Muito Obrigado,

Abraço.