PLANILHA DE TRATAMENTO DE DADOS POR MODELO DE REGRESSÃO LINEAR SIMPLES
(variável independente na escala original)

 

Material disponibilizado:
Laudo de vistoria (desenvolvido pelo Prof. Vagner Sebastião Sperone)
Tabela para coleta de dados
Planilha desenvolvida a partir de matrizes

 

 

A planilha de regressão linear simples foi desenvolvida a partir de matrizes criadas dentro da própria planilha. Isso significa que, a partir desse momento, não é mais necessário usar nem programas externos nem as ferramentas de análise do próprio Excel®

O laudo de vistoria desenvolvido pelo Prof. Vagner Sebastião Sperone, Oficial de Justiça do Tribunal de Justiça do Estado de São Paulo, foi incluído na planilha.

Nessa planilha, os coeficientes regressores foram calculados na forma que já consta na seção Álgebra matricial desta página. Foram feitos todos os testes de significância exigidos pela NBR 14653-2:2011 (Avaliação de bens. Parte 2: Imóveis urbanos) e 14653-3:2019 (Avaliação de bens. Parte 3: Imóveis ruras e seus componentes), sendo os principais:

– nível de significância máximo para rejeitação da hipótese nula do modelo (teste F de Snedecor);

– nível de significância máximo para rejeição da hipótese nula de cada um dos coeficientes regressores (teste t bicaudal);

 

Após os cálculos dos valores previstos pela regressão, foram desenvolvidos ainda testes para análise de:

– resíduos padronizados para identificar eventuais outliers;

– resíduos contra os valores ajustados, para identificar eventual heteroscedasticidade;

– resíduos contra os valores ajustados preordenados, para identificar eventual autocorrelação;

– resíduos studentizados; 

– elementos da diagonal principal da matriz de projeção para a construção de testes auxiliares; 

– distância de Cook para identificar eventuais pontos influenciantes; e

– distância de Mahalanobis.

 

Os níveis de extrapolação foram calculados em relação a:

– medidas das características do imóvel avaliando contra os limites da fronteira amostral;

– valor estimado contra os limites da variável dependente.

 

Foram, ainda, calculados:

– amplitude do intervalo de confiança da estimativa;

– intervalo de valores admissíveis (para fixar o campo de arbítrio);

– grau de precisão específico para a estimativa.

 

Por fim, foram criadas células para auxiliar o usuário no cálculo do arredondamento percentual máximo admitido pela NBR 14653-1:2019.

Todos os campos de inserção de dados já estão vinculados aos campos da amostra.

Foram gerados gráficos para auxiliar na análise dos resultados.

Os resultados gerados pelas planilhas foram conferidos com aqueles apresentados pelos programas SisDEA® e INFER32®.

A planilha de regressão linear simples foi construída com a escala original da variável independente.

As planilhas serão apresentadas em seções próprias.

 

 
 
 
 

 

 

 

 


As planilhas desenvolvidas com matrizes para regressão linear simples podem ser copiadas aqui:

Regressão linear simples – Grau I

Regressão linear simples – Grau II 

Regressão linear simples – Grau III 

 

A estimativa a partir do valor unitário pode ser feita com o uso das seguintes planilhas:

Regressão linear simples (valor unitário) – Grau I 

Regressão linear simples (valor unitário) – Grau II

Regressão linear simples (valor unitário) – Grau III

 

 

 

Fontes:
ANDERSON, David Ray; SWEENEY, Dennis James; WILLIAMS, Thomas Arthur. Statistics for business and economics. 7. ed. Cincinatti (Ohio): South-Western College Publishing, 1999.

CASELLA, George; BERGER, Roger L. Inferência estatística. Tradução de Solange Aparecida Visconte. São Paulo: Cengage Learning, 2018.
CHARNET, Reinaldo et al. Análise de modelos de regressão linear: com aplicações. 2. ed. Campinas,SP: Editora da Unicamp, 2008.

DANTAS, Rubens Alves. Engenharia de avaliações: uma introdução à metodologia científica. São Paulo: Pini, 1998.
GUJARATI, Damodar N. Econometria básica. Tradução de Maria José Cyhlar Monteiro. Rio de Janeiro: Elsevier, 2006.
INFER32®. Copyright© Ária Sistemas de Informática Ltda 1990-2022. ÁRIA SISTEMAS DE INFORMÁTICA. Disponível em: <https://ariainformatica.com.br/>. Acesso em: 11 jul. 2024.

LAPPONI, Juan Carlos. Estatística usando Excel. 4. ed. revista e atualizada.  Rio de Janeiro: Elsevier, 2005.
LATTIN, James; CARROLL, J. Douglas; GREEN, Paul E. Análise de dados multivariados. Tradução de Harue Avritscher. São Paulo: Cengage Learning, 2011.

NASSER JÚNIOR, Radegas. Avaliação de bens: princípios básicos e aplicações. São Paulo: Editora Leud, 2019.
PINDYCK, Robert S.; RUBINFELD, Daniel L. Econometria: modelos e previsões. Rio de Janeiro: Elsevier, 2004.
SisDEA®. Copyright© 2002-2023 Pelli Sistemas Ltda. PELLI SISTEMAS ENGENHARIA. Disponível em: <https://pellisistemas.com>. Acesso em: 10 mar. 2024.
WOOLDRIDGE, Jeffrey M. Introdução à econometria: uma abordagem moderna. Tradução da 6ª edição norte-americana. Tradução de Priscilla Rodrigues da Silva Lopes e Livia Marina Koeppl.