Métodos estatísticos multivariados aplicados à engenharia de avaliações Multivariate statistical methods applied to evaluation engineering

• Main Authors: Maria Teresinha Arns Steiner, Anselmo Chaves Neto, Sílvia Neide Braulio, Valdir Alves
• Format: Article
• Language: Portuguese
• Published: Universidade Federal de São Carlos 2008-04-01
• Series: Gestão & Produção
• Subjects: Engenharia de avaliações; Análise de agrupamentos; Análise de componentes principais; Regressão linear múltipla; Evaluation engineering; Clustering analysis; Principal components analysis; Multiple linear regression
• Online Access: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0104-530X2008000100004

O presente artigo tem por finalidade apresentar uma metodologia, composta por técnicas de Análise Multivariada, para a construção de um modelo estatístico de regressão linear múltipla para avaliação de imóveis em função de suas características (variáveis, atributos). É aplicada, inicialmente, a análise de agrupamento aos dados de cada classe de imóvel urbano (apartamentos, residências e terrenos) para obtenção de grupos homogêneos dentro de cada classe e, em correspondência, são determinados discriminantes para alocar futuros itens nesses grupos, pelo método do escore discriminante quadrático. Em seguida, aplica-se a técnica da análise de componentes principais (ACP) para resolver o problema da multicolinearidade que pode existir entre as variáveis do modelo. Os escores das componentes principais são, então, as novas variáveis independentes, e com elas é ajustado um modelo de regressão linear múltipla para cada grupo de imóveis homogêneos dentro de cada classe. a metodologia foi aplicada a um conjunto de 119 imóveis, referentes a 44 apartamentos, 51 casas e 24 terrenos, da cidade de Campo Mourão, PR. O modelo para cada grupo homogêneo, dentro de cada classe de imóveis avaliados, apresentou um ajuste adequado aos dados e uma capacidade preditiva bastante satisfatória.<br>The purpose of this paper is to present a methodology composed by Multivariate Statistical Analysis techniques in order to build a Statistical Multiple Linear Regression Model to evaluate some estates according to their characteristics (variables, attributes). First, a Clustering Analysis was applied to the data of each urban estate class (apartments, houses or lots) to categorize similar groups and, correspondingly, the discriminant was defined in order to assign future items to these groups, by means of the Quadratic Score Discriminant Method. Next, the Principal Components Analysis (P.C.A.) was applied to solve the multicolinearity problem that may exist among the variables in the model. The scores of the principal components become then the new independent variables and with them a Multiple Linear Regression model was adjusted to each group of similar estate within each class. This methodology was applied to a set of 119 estates including 44 apartments, 51 houses and 24 lots in the city of Campo Mourão, PR. The model for each similar group in each class of the evaluated estates presented an adequate adjustment to the data and a satisfactory predictive capacity.