SisReN: Primeiros Passos: mudanças entre as edições

De Wiki da Pelli Sistemas Engenharia
Ir para navegação Ir para pesquisar
Sem resumo de edição
Sem resumo de edição
 
(3 revisões intermediárias pelo mesmo usuário não estão sendo mostradas)
Linha 117: Linha 117:
|}
|}


*A variável com o maior t (t student) é a variável mais importante no modelo de regressão
*A variável com o maior t (t student) é a variável mais importante no modelo de regressão linear
<br>
{|style="border: 1px solid #9C9C9C"
|-
|Grau de Precisão||amplitude I.C. (80%)
|-
|III||≤ 30%
|-
|II||≤ 40 %
|-
|I ||≤ 50 %
|}


Grau de Precisão amplitude I.C. (80%)
*Obs.:  
 
**O grau de precisão e de fundamentação não é afetado pelo uso de variáveis de códigos alocados.
III ≤ 30%
**Verificar o sentido de variação da variável independente em relação à variável dependente:
II ≤ 40 %
***se é negativo ou positivo. Exemplo: a área aumenta o valor/m² deve diminuir.
I ≤ 50 %<br/>
 
[[Arquivo: 12.png]]<br>
 
Obs.: O grau de precisão e de fundamentação é afetado pelo uso de códigos alocados. O GRAU MÁXIMO é II.
 
Verificar o sinal da variável: se é negativo ou positivo. Exemplo: a área aumenta o valor/m² não deve aumentar.


DISTRIBUIÇÃO DOS RESIDUOS
DISTRIBUIÇÃO DOS RESIDUOS
Linha 138: Linha 142:
8. ANALISE DA EQUAÇÃO – verificar o gráfico da função estimativa.
8. ANALISE DA EQUAÇÃO – verificar o gráfico da função estimativa.


Inversão de variável independente irá aparecer em vermelho e os motivos são:
*Inversão de variável independente irá aparecer em vermelho e os prováveis motivos são:
a. pontos influenciantes
**pontos influenciantes,
b. colinearidade ou
**colinearidade ou
c. falta de variável chave no modelo
**falta de variável chave no modelo
 
O GRAFICO é ideal para análise de variáveis qualitativas, quantitativas e Proxy.
 
Para as variáveis DICOTOMICAS verificar a coluna da relação com a variável dependente. Exemplo dos lotes de Juiz de Fora, a inserção em condomínio, verifica-se que 21,39% de valorização para os que estão dentro do condomínio. Se desse abaixo de 15 % poderia arbitrar valores na necessidade de utilizar o “campo de arbítrio”.


O gráfico da projeção de valores para cada variável independente é ideal para análise de variáveis qualitativas, quantitativas e Proxy. Para as variáveis DICOTOMICAS verificar a coluna da relação com a variável dependente. Exemplo dos lotes de Juiz de Fora, a inserção em condomínio, verifica-se que 21,39% de valorização para os que estão dentro do condomínio. Se desse abaixo de 15 % poderia arbitrar valores na necessidade de utilizar o “campo de arbítrio”.
<br>
Outro exemplo é o índice de aproveitamento. Para os imóveis com coeficiente de 1,8 o valor do imóvel será  44,07% , pois o poder construtivo do lote será bem maior do que daqueles com índice de aproveitamento de 1,.3
Outro exemplo é o índice de aproveitamento. Para os imóveis com coeficiente de 1,8 o valor do imóvel será  44,07% , pois o poder construtivo do lote será bem maior do que daqueles com índice de aproveitamento de 1,.3
 
<br>
9. ANALISE DOS RESIDUOS
9. ANALISE DOS RESIDUOS


7.1 Resíduos da regressão
9.1 Resíduos da regressão
*HOMOCEDÁSTICO (erro constante) – pág.11 – vide os gráficos com possíveis tendências que não são aceitas.
*HOMOCEDÁSTICO (erro constante),
*RESIDUO RELATIVO (coluna) - o ideal < 40 %
*RESIDUO RELATIVO (coluna) - o ideal < 40 %
*RESIDUO RELATIVO (coluna) - > 70 % = TESTAR O MODELO S/O DADO
*RESIDUO RELATIVO (coluna) - > 70 % = TESTAR O MODELO S/O DADO
 
<br>
10. ADERENCIA
10. ADERENCIA


*Laudo na modalidade completo anexar o GRAFICO ADERENCIA (valor estimado x preço observado).
*Laudo na modalidade completo ou simplificado anexar o GRÁFICO ADERÊNCIA (valor estimado x preço observado).
*Pontos mais distantes da DIAGONAL (linha amarela) são os dados mais discrepantes, e devemos analisar e dar maior atenção.
*Pontos mais distantes da DIAGONAL (linha amarela) são os dados mais discrepantes, e devemos analisar e dar maior atenção a estes dados.
*O segundo gráfico exibe a curva normal reduzida permitindo verificar se a distribuição dos dados tendem a se aproximar da distribuição norma [ 68 , 90 , 95 ].
*O segundo gráfico exibe a curva normal reduzida permitindo verificar se a distribuição dos dados tendem a se aproximar da distribuição norma [ 68 , 90 , 95 ].
<br>


11. PROJEÇÃO DE VALORES
11. PROJEÇÃO DE VALORES
*O “intervalo de confiança” é utilizado para medir a precisão da avaliação.
*O “intervalo de confiança” é utilizado para medir a precisão da avaliação.
*O “campo de arbítrio” deve ser utilizando para tratar singularidades dos imóveis que estão sendo avaliados pela impossibilidade de coletar informações no mercado imobiliário. O campo de arbítrio está limitado a uma semi-amplitude em torno do valor pontual de +- 15%.
*O “campo de arbítrio” deve ser utilizando para tratar singularidades dos imóveis que estão sendo avaliados pela impossibilidade de coletar informações no mercado imobiliário. O campo de arbítrio está limitado a uma semi-amplitude em torno do valor pontual de +- 15%.
*Arredondar o valor final em até 1% do valor adotado.
*Arredondar o valor final em até 1% do valor adotado é uma sugestão da NBR 14653.
<br>


12. FUNDAMENTAÇÃO – O grau final de fundamentação do trabalho pode ser enquadrado em Grau III, II ou I. Caso não seja possível alcançar o Grau I o trabalho não será classificado na fundamentação e os motivos que impediram de obter pelo menos o grau I devem ser explicitados no Laudo de Avaliação. <br/>
12. FUNDAMENTAÇÃO – O grau final de fundamentação do trabalho pode ser enquadrado em Grau III, II ou I. Caso não seja possível alcançar o Grau I o trabalho não será classificado na fundamentação e os motivos que impediram de obter pelo menos o grau I devem ser explicitados no Laudo de Avaliação. <br/>
 
<br>
[[Arquivo: 13.png]]
[[Arquivo: 13.png]]
<br>


<br>
<br>
<br>
[[Categoria:Software SisReN]]
[[Categoria:Software SisReN]]
[[Categoria:Primeiros passos]]
[[Categoria:Primeiros passos]]
[[Categoria:Habilitando o software]]
[[Categoria:Habilitando o software]]

Edição atual tal como às 22h28min de 19 de agosto de 2014

ROTEIRO ANALISE MODELO REGRESSÃO


1. CRIA NOVO MODELO DE REGRESSÃO

  • a partir da tela de Boas Vindas
          1.png
  • Ou a partir da barra de ferramentas padrão:
          2.png


2. INFORMANDO DADOS PRELIMINARES DO MODELO

        3.png

3. RETORNANDO AO MENU MODELO / PROPRIEDADES

5.png

  • Variável dependente:
    • Unitário (preferencialmente) OU
    • Total
  • Variáveis Independentes (ordem preferencial de construção das escalas)
    • Quantitativas
    • Dicotômicas
    • Proxy e
    • Qualitativas ordinais(Códigos Alocados)


Obs.: Códigos alocados, dicotômicas e quantitativas que podem ser contadas são variáveis discretas.


6.png



4. DIGITAÇÃO DOS DADOS DA AMOSTRA E DO IMÓVEL AVALIANDO

4.png

7.png


5. ANALISE EXPLORATÓRIA DOS DADOS DA AMOSTRA

8.png

  • Estatística descritiva
    • Gráficos de dispersão (Exibir Variáveis)
    • Histogramas das Variáveis
    • Medidas de tendência central, limites e dispersão


  • No módulo exibir variáveis será possível:
    • Identificar erros de digitação
    • Extrapolação das variáveis independentes em relação aos imóveis avaliando;
    • Identificar no gráfico os pontos discrepantes para cada variável independente;
    • Tendência linear entre as variáveis independentes e variável dependente.


Por exemplo: Se a variável setor urbano aumenta, a localização do imóvel melhora e o valor deste deve aumentar. Se existir inversão, o problema pode ser de colinearidade ou existência de pontos influenciantes..


6. CALCULO DA EQUAÇÃO DE REGRESSÃO
9.png

  • 6.1 – METODOS DE CÁLCULO
    • GERAL – todas as regressões possíveis (combinação de todas as variáveis com todas as transformações selecionadas).
    • SIMPLIFICADO – mais do que 10 variáveis e todas as transformações selecionadas (útil quando o cálculo da equação de regressão levar a um número muito grande de modelos e o tempo de espera pela resposta do programa também é grande);
    • DIRIGIDO – reprodução de um modelo específico.

Iniciar com as transformações mais simples, isto é, x, 1/x e ln x

OBS.: as variáveis de códigos alocados podem ser transformadas(revisão realizada pela NBR 14.653-2, de 2011).

A estatística de DURBIN WATSON é específica para uso em séries temporais. Não deve ser utilizada com dados de corte transversal e nem com agrupamento de dados de corte transversal pois os resultados são inconsistentes. A sua utilização foi revista pela NBR 14.653-2 e não se aplica a dados de corte transversal.
Seleção do modelo deve ser preferencialmente pela estimativa.

Calculo Dos Coeficientes

  • Deve-se utilizar o método dos mínimos quadrados para pequenas amostras; O método da máxima verossimalhança é utilizado para grandes amostras (>> 60).
 10.png

7. SELEÇÃO DO MODELO

  • COEFICIENTE DE CORRELAÇÃO – desejável que seja maior que ou igual a 0,75 - indica uma correlação de média a forte entre as variáveis independentes e a variável dependente. Se o coeficiente é menor de 0,75, verificar e analisar se o modelo está corretamente especificado.
  • TESTES FORMAIS – são aqueles cujos parâmetros de aceitação e rejeição são perfeitamente definidos na NBR 14.653-2.

11.png

Significância do modelo (f) Grau de Fundamentação
≤ 1% III
≤ 2% II
≤ 5% I


Significância das variáveis Nível de confiança Grau de Fundamentação
≤ 10% 90% III
≤ 20 % 80% II
≤ 30 % 70% I
  • A variável com o maior t (t student) é a variável mais importante no modelo de regressão linear


Grau de Precisão amplitude I.C. (80%)
III ≤ 30%
II ≤ 40 %
I ≤ 50 %
  • Obs.:
    • O grau de precisão e de fundamentação não é afetado pelo uso de variáveis de códigos alocados.
    • Verificar o sentido de variação da variável independente em relação à variável dependente:
      • se é negativo ou positivo. Exemplo: a área aumenta o valor/m² deve diminuir.

DISTRIBUIÇÃO DOS RESIDUOS

[ 68 , 90 , 95 ] => Sugestão [ 66 a 74, 85 a 95, 95 a 100]


8. ANALISE DA EQUAÇÃO – verificar o gráfico da função estimativa.

  • Inversão de variável independente irá aparecer em vermelho e os prováveis motivos são:
    • pontos influenciantes,
    • colinearidade ou
    • falta de variável chave no modelo

O gráfico da projeção de valores para cada variável independente é ideal para análise de variáveis qualitativas, quantitativas e Proxy. Para as variáveis DICOTOMICAS verificar a coluna da relação com a variável dependente. Exemplo dos lotes de Juiz de Fora, a inserção em condomínio, verifica-se que 21,39% de valorização para os que estão dentro do condomínio. Se desse abaixo de 15 % poderia arbitrar valores na necessidade de utilizar o “campo de arbítrio”.
Outro exemplo é o índice de aproveitamento. Para os imóveis com coeficiente de 1,8 o valor do imóvel será 44,07% , pois o poder construtivo do lote será bem maior do que daqueles com índice de aproveitamento de 1,.3
9. ANALISE DOS RESIDUOS

9.1 Resíduos da regressão

  • HOMOCEDÁSTICO (erro constante),
  • RESIDUO RELATIVO (coluna) - o ideal < 40 %
  • RESIDUO RELATIVO (coluna) - > 70 % = TESTAR O MODELO S/O DADO


10. ADERENCIA

  • Laudo na modalidade completo ou simplificado anexar o GRÁFICO ADERÊNCIA (valor estimado x preço observado).
  • Pontos mais distantes da DIAGONAL (linha amarela) são os dados mais discrepantes, e devemos analisar e dar maior atenção a estes dados.
  • O segundo gráfico exibe a curva normal reduzida permitindo verificar se a distribuição dos dados tendem a se aproximar da distribuição norma [ 68 , 90 , 95 ].


11. PROJEÇÃO DE VALORES

  • O “intervalo de confiança” é utilizado para medir a precisão da avaliação.
  • O “campo de arbítrio” deve ser utilizando para tratar singularidades dos imóveis que estão sendo avaliados pela impossibilidade de coletar informações no mercado imobiliário. O campo de arbítrio está limitado a uma semi-amplitude em torno do valor pontual de +- 15%.
  • Arredondar o valor final em até 1% do valor adotado é uma sugestão da NBR 14653.


12. FUNDAMENTAÇÃO – O grau final de fundamentação do trabalho pode ser enquadrado em Grau III, II ou I. Caso não seja possível alcançar o Grau I o trabalho não será classificado na fundamentação e os motivos que impediram de obter pelo menos o grau I devem ser explicitados no Laudo de Avaliação.

13.png