Modelo de regressão múltipla para avaliação de imóveis na cidade de Aracaju - SE

Abstract

Resumo : A presente monografia teve por finalidade apresentar uma metodologia, baseada em técnicas de análise de componentes principais (ACP) e modelo linear generalizado (MLG), para avaliação de imóveis residenciais urbanos no município de Aracaju - SE em função de suas características (variáveis). A metodologia foi aplicada a um conjunto de 212 apartamentos que estavam à venda nos sites imobiliários do município no ano de 2016. Foi empregado o método de pesquisa quantitativa empírica descritiva. Os métodos de seleção de variáveis Progressivo e Regressivo foram aplicados, obtendo-se os scores com que se trabalhou, para os quais todas as variáveis envolvidas no ajuste do modelo foram selecionadas, mostrando que todas contribuíram de forma significativa para o modelo. Para avaliar a capacidade de previsão do modelo doze observações que não fizeram parte do processo de ajuste foram utilizadas para realização de previsões. O modelo final apresentou um ajuste adequado aos dados e uma capacidade de previsão bastante satisfatória, tornando-se assim uma ferramenta adicional confiável para avaliação de imóveis urbanos no município.

Resumo : This monograph aims to present a methodology based on principal component analysis techniques (ACP) and generalized linear model (GLM) for evaluation of urban housing in the municipality of Aracaju-SE due to its characteristics (variables). The methodology as applied to a set of 212 Apartment in the year 2016 that were for sale in the real estate of the city sites. It used the method of descriptive empirical quantitative research. Methods of selection of Progressive and Regressive variables were applied to obtain the scores, in which were worked out where all the variables involved in the model fit were selected, showing all contributed significantly to the model. To evaluate the model’s predictive power, twelve observations that were not part of the model setting process were used for conducting forecasts. The final model showed an adequate fit to the data and a satisfactory prediction capability, thus making up a reliable additional tool for evaluating urban real estate in the city. pability, thus making up a reliable additional tool for evaluating urban real estate in the city.