Diferença Admissível No Resultado de Dois Laudos - R1 Luiz Henrique Capellano PDF

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE
AVALIAES E PERCIAS IBAPE/SC 2013
DIFERENA ENTRE OS RESULTADOS DE DOIS LAUDOS DE AVALIAO:

PROCEDIMENTO TCNICO PARA A ACEITAO
Eng Luiz Henrique Cappellano

Cia de Saneamento Bsico do Estado de So Paulo SABESP
lhcappellano@sabesp.com.br
RESUMO
H diversas transaes imobilirias em que cada contraparte envolvida
contrata seu prprio Laudo de Avaliao e estes Laudos, embora tecnicamente
corretos e contemporneos, concluem por resultados distintos, ou seja, concluem
por valores de mercado diferentes ao bem. O desafio que se apresenta s
contrapartes, aos decisores e aos profissionais engenheiros arquitetos envolvidos
definir se a diferena tecnicamente admissvel, decorrente da prpria variabilidade
do mercado e, neste caso, qual o valor consequente. O presente trabalho discorre
sobre a natureza dessa diferena e procura definir um procedimento tcnico de
delimitao da fronteira de sua aceitao, pautado em ferramentas estatsticas
cotidianas, com destaque ao Teste de Hiptese e ao Intervalo de Confiana.
Apresenta um caso simulado de imvel urbano, um apartamento que teria sido
objeto de duas avaliaes, em que se aplica o procedimento proposto. O trabalho
almeja contribuir com os profissionais engenheiros arquitetos de avaliaes,
fornecendo um procedimento aplicvel comparao de Laudos produzidos pelo
Mtodo Comparativo Direto de Dados de Mercado pautado em ferramentas
clssicas que permita subsidiar seus clientes com robustos parmetros tcnicos.
PALAVRAS CHAVE: Laudo de avaliao, Resultado divergente,
Diferena admissvel, Teste de hiptese.

SUMRIO
1. INTRODUO ..................................................................................................... 3
2. NATUREZA DAS DIFERENAS ......................................................................... 3
3. ANLISE E DEPURAO DO ERRO ................................................................. 6
3.1 TRATAMENTO POR FATORES ................................................................... 6
3.1.1 Exemplo numrico com tratamento por fatores ...................................... 7
3.2 TRATAMENTO CIENTFICO ...................................................................... 14
3.2.1 Exemplo numrico com o tratamento cientfico .................................... 15
4. COMPARAO DOS TRABALHOS ................................................................. 21
4.1 DIFERENAS ADMISSVEIS ..................................................................... 22
4.1.1 Comportamento das amostras .............................................................. 23
4.2 INTERVALO DE CONFIANA E TESTES DE HIPTESES ...................... 23
4.2.1 Igualdade das varincias ...................................................................... 26
4.2.2 Diferena das mdias ........................................................................... 29
4.3 VALOR MAIS PROVVEL .......................................................................... 32
4.3.1 Resumo da anlise desenvolvida ......................................................... 32
4.3.2 Valor timo ............................................................................................ 33
4.3.3 Valor total do imvel ............................................................................. 36
5. CONCLUSES E RECOMENDAES............................................................ 36
5.1 PROCEDIMENTO DE COMPARAO ...................................................... 36
5.2 RESTRIES E CUIDADOS ...................................................................... 38
6. BIBLIOGRAFIA ................................................................................................. 39
ANEXO A ENSAIO DE CURVA DE ADMISSIBILIDADE ....................................... 40

1. INTRODUO
So diversas as transaes imobilirias em que as partes envolvidas se
socorrem dos engenheiros e arquitetos de avaliaes, como o objetivo de obterem
subsdios e fundamentarem os valores ofertados, aceitos ou recusados e
transacionados. Essas partes podem ser pessoas fsicas interessadas na compra ou
na partilha de bens, pessoas jurdicas de direito pblico ou privado preparando uma
aquisio ou venda, ou mesmo litigantes envolvidos em demanda judicial.
Os Laudos contratados pelas partes podem concluir por valores de mercado
diferentes ao bem objeto da transao e essa diferena compreensvel e at
mesmo esperada, se razovel. Diferenas exageradas podem ser incompreensveis.
Neste cenrio de divergncia, em que a fronteira entre o razovel e o
exagerado no est claramente demarcada, o decisor o diretor de corporao que
presta contas aos acionistas e s auditorias, o irmo inventariante dos bens, o juiz
encarregado de definir o montante indenizatrio em uma desapropriao, ou mesmo
o proprietrio que anseia mais segurana para efetivar a transao pode se
socorrer dos profissionais de avaliaes para tal delimitao e tambm para a
eventual definio de um terceiro valor, consensual e que seja tecnicamente
alicerado.
No presente trabalho, pretendemos apresentar um procedimento que permita
responder, em bases tcnicas, as duas questes: se a diferena encontrada est em
parmetros razoveis e qual seria o valor ponderado entre os resultados dos
trabalhos.
2. NATUREZA DAS DIFERENAS
Os atributos intrnsecos e extrnsecos de um bem no explicam
completamente o preo pelo qual negociado. Uma parcela desse preo
decorrente das caractersticas subjetivas do comprador, do vendedor e mesmo do
intermedirio e, ainda, de questes circunstanciais a eles inerentes.
Como exemplo, tomemos o imvel que foi adquirido pelo Sr. e Sra. Silva. Dos
trs filhos, o ltimo a se emancipar havia se mudado pouco antes e o casal executou
o plano de trocar o antigo apartamento. Queriam algo menor e, principalmente, mais
perto da me da Sra. Silva, uma viva octogenria que requer cuidados da famlia,
mas que de maneira nenhuma aceitava morar com eles.
Rapidamente conseguiram comprador um investidor descontente com os
rendimentos das aplicaes financeiras em face dos juros decrescentes e
fecharam negcio da venda com um prazo de desocupao razovel. Tambm no
tardaram em encontrar um timo apartamento para compra, de tamanho adequado,
timos armrios embutidos e situado a cinquenta metros da moradia da anci.
Iniciaram as negociaes pensando tratar-se da aquisio ideal. O vendedor
um estrangeiro que estava retornando ao pas de origem tinha pressa e foi
flexvel no preo original. No entanto, ele foi frustrado quando o casal subitamente
desistiu. Ocorre que a Sra. Silva tomou conhecimento de um apartamento venda
no mesmo prdio de sua me, uma oportunidade nica e imperdvel.
Aps rpida negociao, o Sr. e a Sra. Silva no se importaram em pagar
15% a mais pelo imvel, apesar de idntico e da mesma construtora daquele que
estavam negociando anteriormente. Afinal, o vendedor j conhecia o especial
3

interesse deles e o corretor havia confidenciado a eles que este apartamento tinha
outros dois interessados firmes.
Essa narrativa e seus detalhes procuram ilustrar os elementos subjetivos que,
em maior ou menor escala, permeiam a definio do preo de qualquer transao. A
formao do preo pode ser ento decomposta de dois segmentos (OLIVEIRA e
GRANDISKI, 2007):
O segmento racional: geralmente majoritrio, no qual os
atributos do imvel so considerados pelos compradores e
vendedores de forma lgica e cujo comportamento pode ser
equacionado de forma determinstica;
O segmento emocional: geralmente minoritrio, no qual os
participantes do mercado empregam critrios subjetivos (...).
Este segmento, de difcil quantificao, explica a existncia de
oscilaes nos preos dos imveis, mesmo naqueles em que
os atributos de mercado so semelhantes.
Podemos complementar esse raciocnio com o entendimento de que, por

vezes e em especial no mercado imobilirio, ocorrem transaes por valores
especiais, que definido como um montante que reflete atributos particulares de um
ativo e que so valiosos apenas a um comprador especial (IVSC, 2012), como o
caso do apartamento no mesmo prdio da me da Sra. Silva1.
Em resumo, podemos dividir o preo transacionado em duas parcelas, uma
delas tecnicamente mensurvel, com base nas caractersticas intrnsecas e
extrnsecas do bem, tais como sua localizao, suas dimenses fsicas, a
proximidade de polos de atrao, etc.
A outra parcela, que pode ser entendida como o segmento emocional, como
originada principalmente pelas variaes do prprio comportamento humano
(DANTAS, 1998), decorre de elementos subjetivos ou de elementos objetivos
difusos, entremeados de particularidades impossveis de serem capturadas e
ponderadas. No cerne, a decomposio dessa segunda parcela em elementos
objetivos impraticvel e, assim, convenientemente assumida como aleatria.
O conceito de valor de mercado da NBR 14.653-1:2001 Avaliao de Bens,
que no exclusivo do Brasil e est alinhado s Normas Internacionais de Avaliao
(IVSC, 2012), decorre exatamente desse comportamento do mercado:
Valor de mercado: quantia mais provvel pela qual se
negociaria voluntariamente e conscientemente um bem, numa
data de referncia, dentro das condies do mercado vigente
(NBR 14.653-1:2001, sublinhado nosso e negrito no original).
A Norma consignou o valor de mercado como quantia mais provvel

justamente porque ele no exato e singular, mas possui um componente aleatrio.
O Mtodo Comparativo Direto de Dados de Mercado preferencial para a
definio do valor de mercado de imveis urbanos (NB 14.653-2:2011) e implica no
1
Tambm conforme o IVSC, comprador especial um comprador determinado para o qual um ativo
determinado tem um valor especial em funo de vantagens, provenientes de sua propriedade, que
no estariam disponveis para outros compradores do mercado.

Valores R$/m
levantamento de dados para compor uma amostra do segmento do bem em apreo.

Esta amostra pode ser tomada como aleatria2, assuno que, alm de possibilitar a
utilizao das tcnicas da induo estatstica, acompanha o conceito do valor de
mercado.
Podemos ento tambm segregar os valores dos eventos de mercado
pesquisados em duas parcelas, uma parcela tecnicamente mensurvel e outra no,
aleatria. Esta parcela aleatria pode aumentar ou diminuir os valores da parcela
anterior e se compe, idealmente, de quireras imensurveis e de subjetividades.
Dizemos idealmente porque eventuais erros na modelagem dos dados, a
ausncia ou a imperfeio de alguma varivel importante no modelo, podem inflar
indevidamente a parcela aleatria ou ainda causar algum vis no resultado da
parcela tecnicamente mensurvel.
O desgio de 10% nos valores pesquisados provenientes de oferta constitui
um exemplo de varivel cuja medio reconhecidamente imperfeita, usada em
muitas avaliaes em face da impossibilidade de se estimar o desgio corrente do
mercado e que pode provocar tais transtornos.
Exemplificando, caso a amostra possua dois eventos negociados e oito
ofertas, com mercado extremamente aquecido, possivelmente o desgio de 10%
ser exagerado e o seu emprego refletir na parcela aleatria e no resultado final do
trabalho. No entanto, se a amostra possuir todos os dez eventos de ofertas, no
mesmo mercado extremamente aquecido, o mesmo desgio de 10% afetar em
maior intensidade o resultado final, mas no ter reflexos sobre a parcela aleatria
da pesquisa.
Retomando ao cenrio ideal, a figura 1 abaixo representa uma pesquisa de
preos com n elementos. Para cada um deles apresentado o valor transacionado
( ), a parcela tecnicamente mensurvel ( ) e a respectiva parcela aleatria ( ), que
pode assumir valores positivos ou negativos.
+
+
...
1
Elementos de Pesquisa
Parcela tecnicamente mensurvel
Parcela aleatria
Figura 1
Valores
transacionados
dos eventos de
uma pesquisa e
respectivas
parcelas
tcnicas e
aleatrias.
Valor transacionado
Caso a probabilidade de cada elemento da populao pertencer amostra seja conhecida e no

nula, tem-se uma amostra aleatria (ou probabilstica), cuja composio se d a partir de sorteio, com
regras bem estabelecidas (GUERRA e DONAIRE, 1986). A amostra colhida para a avaliao de
imveis intencional, composta por elementos deliberadamente selecionados pelo avaliador.

A parcela aleatria dos elementos 1 e 3 assume valor positivo e, portanto,
aumenta o valor transacionado em relao parcela tecnicamente mensurvel. Em
termos prticos, so transaes em que os vendedores conseguiram melhores
preos.
J nos elementos 2 e n, a parcela aleatria assume valor negativo e,
portanto, diminui o valor transacionado em relao parcela tecnicamente
mensurvel. Nestes dois casos, foram os compradores que realizaram melhor
negcio.
natural que dois Laudos de avaliao realizados pelo Mtodo Comparativo
Direto de Dados de Mercado, em uma mesma poca e para um mesmo bem,
coletem eventos de mercado diversos. Eventualmente, alguns dos eventos podem
constar de ambos os trabalhos, mas pouco provvel que as pesquisas coincidam
completamente.
Os eventos no coincidentes nas duas pesquisas carregam subjetividades
prprias, ou seja, diferentes parcelas aleatrias.
Assim, no somente admissvel, como tambm provvel que os dois
Laudos obtenham valores de mercado diferentes, mas prximos. A mera existncia
de uma diferena entre os resultados dos laudos, desde que ela seja razovel, no
implica na apriorstica considerao de um dos trabalhos incorreto em detrimento do
outro.
Essa diferena se origina do prprio comportamento do mercado, do conceito
probabilstico do valor de mercado e da metodologia empregada na sua obteno.
Pode existir, mesmo se ambos os trabalhos estiverem corretos e tiverem feito uso da
melhor tcnica disponvel.
3. ANLISE E DEPURAO DO ERRO
A qualidade do resultado do Laudo de Avaliao est intimamente
relacionada magnitude da parcela aleatria. Mais exatamente, a preciso do
trabalho inversamente proporcional a ela. Quanto menor a parcela aleatria,
menor a disperso dos valores dos elementos de pesquisa em torno da parcela
tcnica e, consequentemente, menor a incerteza do valor encontrado.
A preciso ser estabelecida quando for possvel medir o grau
de certeza e o nvel de erro tolervel numa avaliao. Depende
da natureza do bem, do objetivo da avalio, da conjuntura de
mercado, da abrangncia alcanada na coleta de dados
(quantidade, qualidade e natureza), da metodologia e dos
instrumentos utilizados (NBR 14.653-1:2001, item 9, grifo
nosso).
Importa conhecer, quantificar e minimizar essa parcela aleatria, com o

objetivo de qualificar e aprimorar o resultado do trabalho.
3.1
TRATAMENTO POR FATORES
O Tratamento por fatores logra conhecer, quantificar e minimizar a parcela

aleatria mediante as etapas de homogeneizao e saneamento amostral (figura
abaixo).
6

Pesquisa
Homogeneizao
Saneamento
Formao da
amostra inicial
Eliminao das
diferenas
decorrentes dos
atributos
Eliminao de
eventos atpicos
Mdia
saneada
Figura 2 Tratamento por fatores no Mtodo Comparativo Direto de

Dados de Mercado.
A etapa de homogeneizao transforma os preos observados, que so
pertinentes s caractersticas de cada evento coletado, em preos padronizados s
caractersticas da situao paradigma.
Ela isola a parcela aleatria que compe os preos de cada um dos eventos
de pesquisa, na medida em que elimina as diferenas decorrentes de seus atributos
especficos. Em tese, aps a homogeneizao, as diferenas remanescentes no
valor unitrio de cada elemento decorrem unicamente da referida parcela aleatria.
O saneamento amostral tem a funo de expurgar da amostra os eventos
discrepantes, cuja parcela aleatria exceda ao tolervel3, de modo a minimizar seus
efeitos sobre o resultado da avaliao.
Como produto, tem-se a mdia amostral saneada e o desvio padro amostral.
A mdia corresponde ao valor unitrio que ser empregado avaliao do bem. O
desvio padro constitui um indicador da qualidade da amostra que ser
oportunamente utilizado para a determinao do grau de preciso do Laudo.
3.1.1 Exemplo numrico com tratamento por fatores
A tabela 1 na sequncia apresenta uma pesquisa de preos de apartamentos,
um exemplo fictcio criado com o objetivo de exemplificar a influncia da
homogeneizao e do saneamento amostral no conhecimento, quantificao e
minimizao da parcela aleatria.
a) Situao paradigma
A situao paradigma que norteou a homogeneizao da pesquisa foi:

Terreno:
o Localizado no municpio de So Paulo, Bairro de Jardim Europa, na
quadra 812 do Setor Fiscal 083, com frente para a Rua dos Alemes e
fator local de 2.400,00 dado pela Planta Genrica de Valores PGV
(2010) da municipalidade;
Exceda em mdulo. As normas brasileiras determinam o emprego de critrios estatsticos

consagrados para o saneamento amostral.

o rea total de 764,00 m (setecentos e sessenta e quatro metros

quadrados), com 34,00 m (trinta e quatro metros) de testada;
o Inserido em Zona Mista de densidade demogrfica mdia ZM-2 das
posturas municipais (Lei n 13.885 de 25/8/2004).
Edifcio:
o Padro superior com elevador, conforme classificao dada pelo estudo
Valores de Edificaes de Imveis Urbanos (2002) do IBAPE/SP;
o Erigido no ano de 1975 e em regular estado de conservao
(enquadramento segundo o mtodo de Ross/Heideck);
o Dois apartamentos por andar.
Apartamento:
o rea privativa de 232,18 m (duzentos e trinta e dois metros e dezoito
decmetros quadrados) e rea total de 334,96 m (trezentos e trinta e
quatro metros e noventa e seis decmetros quadrados);
o Frao ideal de terreno de 5% (cinco por cento);
o 16 Andar, com faces para Norte, Oeste e Sul;
o Possui dois dormitrios mais sute, salas de visitas, de jantar e ntima,
banheiro e lavabo, copa e cozinha, rea de servio e quarto e banho para
a empregada.
b) Clculos de homogeneizao e saneamento

Tabela 1 Pesquisa de preos de apartamentos.
Evento
coletado
Valor
observado
(R$/m)
Fator
final de
ajuste
Vp
Fa
Valor Homogeneizado
(R$/m)
Original
Saneado
Vuh
Vuh
Resduo
amostral
Parcela
tcnica
(R$/m)
Parcela
aleatria
(R$/m)
Pte
Pal
10.519,92
1,05
11.045,92
11.045,92
200,65
10.328,83
191,09
11.719,06
0,82
9.625,92
9.625,92
-1.219,35
13.203,56
-1.484,50
11.568,60
0,86
9.992,65
9.992,65
-852,62
12.555,69
-987,09
16.656,23
0,75
12.492,17
12.492,17
1.646,90
14.460,37
2.195,86
13.375,88
1,05
14.044,67
14.044,67
3.199,40
10.328,83
3.047,05
8.417,43
1,20
10.100,92
10.100,92
-744,35
9.037,73
-620,30
9.068,07
0,95
8.614,67
8.614,67
-2.230,60
11.416,08
-2.348,01
20.331,06
0,80
16.264,85
Mdia ( )
12.707,03
0,9068
11.522,72
10.845,27
+ 30%
14.979,54
14.098,86
30%
8.065,90
7.591,69
4.015,46
2.575,50
1.858,86
31,6%
22,4%
17,1%
Desvio
Padro (S)
CV
Analisemos detidamente a constituio dessa tabela.
Valor observado (R$/m) compreende os valores coletados na pesquisa de

preos, j descontados do fator de oferta e divididos pela rea privativa de cada
8

unidade pesquisada. Tais valores so, portanto, pertinentes a imveis com

caractersticas diferentes do paradigma da pesquisa;
Fator final de ajuste fator que pondera no preo todas as diferenas dos
atributos dos imveis pesquisados em relao ao paradigma, tais como diferente
localizao, padro construtivo, estado de conservao, etc. Este fator final de
ajuste resultante da influncia de cada fator efetivamente empregado4,
referente a cada atributo dspar;
Valor Homogeneizado (R$/m) ajuste do valor observado para a situao
paradigma com emprego dos fatores de homogeneizao (Vuh = Vp Fa). A
aplicao dos fatores de homogeneizao anula a influncia (no preo
observado) das diferenas dos atributos dos eventos comparativos em relao
ao paradigma, ou seja, fez o ajuste tcnico. Os valores unitrios expressos
nestas duas colunas (Original e Saneado), portanto, referem-se a imveis
tericos com caractersticas idnticas ao paradigma da pesquisa;
o Original Contm os valores homogeneizados de todos os oito
elementos de pesquisa coletados;
o Saneado Contm apenas os sete elementos preservados aps o
saneamento, pois o elemento 8 foi excludo5;
Exemplo ao evento 1:
Resduo amostral (R$/m) equivale diferena entre o Valor Unitrio

Homogeneizado (Vuh) de cada elemento e a mdia amostral saneada ( = R$
10.845,27/m). Por exemplo, para o evento 1:
Lembremos que o resduo amostral de cada elemento empregado no

clculo do desvio padro da amostra (S):
( )
Parcela tcnica (R$/m) valor de avaliao de cada elemento de pesquisa6,

obtido pela diviso da mdia amostral saneada (
) pelo seu
No exemplo, com o objetivo de no desviar o foco do tema do trabalho, a etapa de aplicao e

validao de cada fator foi omitida. Considere-se que foram aplicados diversos fatores e validados
cada um, com relao ao efeito homogeneizante, conforme item B.6, do Anexo B da NBR 14.653-2:
Avaliao de Imveis Urbanos.
5
Empregou-se o critrio definido no item 10.6.7 da Norma para Avaliao de Imveis Urbanos
IBAPE/SP: 2011, da iterativa excluso dos valores alheios ao intervalo de 30% em torno da mdia
amostral.

fator final de ajuste (Fa)7, de forma inversa ao que foi feito na homogeneizao.
Seguindo com o evento 1 como exemplo:
Esta operao restitui ao evento comparativo a poro de valor referente

a seus prprios atributos, que lhe foi retirada na etapa de homogeneizao.
Assim, o valor deixa de ser pertinente ao terico imvel paradigma para
referir-se ao evento comparativo com seus atributos especficos. Mas,
diferentemente do valor observado, este valor no carrega a influncia da
parcela aleatria.
Parcela aleatria (R$/m) equivale diferena entre o valor observado e a

parcela tcnica (Pal = Vp Pte).
A parcela aleatria tambm obtida pela diviso do resduo amostral (R)

pelo fator final de ajuste (Fa), o que evidencia a correlao positiva entre ambos.
A figura 3 a seguir ilustra os valores transacionados (valor observado) dos

sete elementos da pesquisa e as respectivas parcelas tcnicas e aleatrias.
J a figura 4, na sequncia, ilustra a mdia amostral saneada, os valores
unitrios homogeneizados de cada elemento e respectivos resduos. possvel
constatar tambm visualmente a similaridade de ambos.
Equivalente ao valor estimado pelo modelo citado em no item 8.2.1.4.1 da NBR 14.653-2: Avaliao
de Imveis Urbanos, especificamente no pargrafo referente ao poder de predio do modelo.
7
Na prtica, pela aplicao de cada fator empregado e validado na homogeneizao.
10

16.000
Valor Unitrio - R$/m
14.000
12.000
10.000
8.000
6.000
4.000
2.000
-
4
Elementos
Parcela aleatria
Valor transacionado
Figura 3 Valores transacionados, parcela tcnica e aleatria de cada evento

pesquisado.
16.000
14.000
12.000
10.845
10.000
8.000
6.000
4.000
2.000
-
Mdia amostral saneada
4
5
Elementos
Resduo amostral
Mdia
Valor unitrio homogeneizado
Figura 4 Valores unitrios homogeneizados e resduos amostrais.
c) Valor do imvel
Tendo em vista a coincidncia do imvel em apreo com o paradigma da
pesquisa, seu valor ser obtido pelo produto de sua rea privativa com a mdia
amostral saneada.
11

E a preciso do trabalho calculada com base no intervalo de confiana,

determinado a partir do erro padro e quantidade de elementos da amostra8:
[
Ou:
sendo:
o
o
o
o
o
o
Ic (intervalo de confiana);
( mdio amostral saneada): = R$ 10.845,27/m;
n (nmero de elementos efetivamente usados da amostra): n = 7;
(significncia do intervalo de confiana): = 20%;
t(/2;n 1) = t(10% ; 6) = 1,43989;
S (desvio padro da amostra): S = R$ 1.858,86/m (vide tabela 1).
O grau de preciso dado a partir da amplitude relativa desse intervalo de

confiana em torno da mdia (vide figura 5 a seguir).
8
9
O erro padro da mdia dado no caso em tela por ( )
Esta estatstica pode ser obtida no MS Excel 2010: =INV.T.BC(20%;6)
12

Figura 5
Intervalo de
Confiana de
80% em torno
da mdia
amostral =
R$ 10.845,27.
Conforme item 9 da NBR 14.653-2:2011, tendo em vista que AP < 30%, a

avaliao atingiu o Grau de Preciso III.
Essa preciso corroborada pelo grfico dos valores estimados versus
valores observados, que apresenta pontos prximos bissetriz do primeiro
quadrante.
18.000
Valor Estimado - R$/m
16.000
14.000
12.000
10.000
8.000
6.000
6.000 8.000 10.000 12.000 14.000 16.000 18.000
Valor Observado - R$/m
Figura 6
Poder de
predio do
modelo, que
apresenta
pontos prximos
bissetriz do
primeiro
quadrante.
Assim, esse exemplo demonstra a relao direta entre a subjetividade contida

nos elementos de pesquisa com a preciso obtida no Laudo de Avaliao. Quanto
mais subjetividade carregar o valor do evento de pesquisa, maior a parcela aleatria,
maior o resduo, maior o desvio padro amostral e, portanto, maior o intervalo de
confiana em torno da estimativa de tendncia central, com menor preciso ao
trabalho.
O exemplo demonstra tambm os mecanismos do tratamento por fatores para
identificao, quantificao e reduo dos efeitos dessa aleatoriedade no trabalho.
13

3.2
TRATAMENTO CIENTFICO
O tratamento cientfico logra conhecer, quantificar e minimizar a parcela

aleatria mediante a modelagem dos dados obtidos da pesquisa (figura abaixo), o
que dispensa a etapa de homogeneizao contida no tratamento por fatores.
Pesquisa
Modelo de
regresso
Formao da
amostra inicial
Comportamento
dos elementos de
pesquisa
Eliminao de
eventos atpicos
Valor
do bem
Figura 7 Tratamento cientfico no Mtodo Comparativo Direto de

Dados de Mercado.
Mas no podemos nos enganar na aparente simplicidade. Conforme
(OLIVEIRA e GRANDISKI, 2007):
A investigao de modelos explicativos da formao de
mercado consiste em um processo analtico e interativo, que
comea com o levantamento de possveis elementos de
comparao para compor um amostra representativa e, com
base neles, identificar as sua principais variveis, passando
pela sua quantificao e verificao dos seus efeitos,
concluindo pela interpretao e validao dos resultados. Esta
sequncia de anlise se constitui num processo de modelagem
e, para a tomada de deciso, imprescindvel a interatividade
com outras etapas intermedirias e fundamentais, tais como, a
verificao de dados influenciantes, a constatao de variveis
pouco significativas ou correlacionadas com outras e a ateno
validade dos pressupostos bsicos admitidos na
especificao do modelo, bem como a avaliao do impacto de
eventuais violaes nos resultados.
E posteriormente, na mesma obra os autores detalham:

Os elementos discrepantes ou outliers so observaes cujo
comportamento muito diferente das demais e que,
dependendo da amplitude do seu afastamento, podem
ocasionar concluses errneas ou distores significativas nos
parmetros do modelo.
O estudo do comportamento dos elementos de pesquisa permite isolar a

parcela tcnica da parcela aleatria. A identificao excluso dos eventos atpicos
14

outliers ou pontos influenciantes pode se dar pelo grfico dos resduos versus
cada varivel independente, como tambm em relao aos valores ajustados, ou
usando tcnicas estatsticas mais avanadas, como a estatstica de Cook ou a
distncia de Mahalanobis para detectar pontos influenciantes (NBR 14.653-2:2011).
O modelo geral de regresso linear contempla o erro aleatrio, representado
por .
Como produto, tem-se a equao de regresso, a estimativa pontual para o

imvel em apreo e seu intervalo de confiana, que depende do erro padro da
regresso. Esse intervalo de confiana utilizado para a determinao da preciso
do Laudo.
3.2.1 Exemplo numrico com o tratamento cientfico
A tabela 2 abaixo apresenta uma pesquisa de preos realizada na mesma
poca e para a avaliao do mesmo apartamento do exemplo anterior, outro caso
fictcio, que tem por objetivo exemplificar a mecnica do tratamento cientfico para a
quantificao e minimizao da parcela aleatria.
a) Imvel em apreo
Trata-se do mesmo imvel caracterizado na situao paradigma do exemplo
anterior.
b) Determinao do modelo
Tabela 2 Pesquisa de preos de apartamentos.
Evento
coletado
ndice Fiscal
If
Valor
observado
(R$/m)
Valor estimado =
Parcela tcnica
(R$/m)
Resduo amostral =
Parcela aleatria
(R$/m)
Resduo
padro
Vp
Ve = Pte
R = Pal
Rp
2.540,00
11.568,60
12.266,50
-697,90
-0,57
1.760,00
8.568,50
9.792,09
-1.223,59
-1,01
3.110,00
18.820,19
2.100,00
11.794,58
10.870,68
923,90
0,76
2.750,00
14.991,71
12.932,69
2.059,02
1,70
2.810,00
11.719,06
13.123,03
-1.403,97
-1,16
2.985,00
14.541,66
13.678,18
863,48
0,71
3.335,00
13.809,12
14.788,49
-979,37
-0,81
3.685,00
16.226,68
15.898,81
327,87
0,27
10
2.110,00
10.286,67
10.902,40
-615,73
-0,51
11
1.405,00
9.412,20
8.665,92
746,28
0,61
Desvio padro (Se)
1.214,3342
Mximo
3.685,00
18.820,19
Mdia ( )
2.599,09
12.885,36
Mnimo
1.405,00
8.568,50
Outlier
15

Identificou-se que a variao dos preos observados pde ser explicada
unicamente pela localizao, representada pela varivel ndice fiscal10. A equao
de ajuste:
Valor unitrio observado - R$/m
18.000
16.000
Figura 8
Representao
grfica do Valor
Unitrio
Observado versus
ndices Fiscais
(tabela anterior),
com a respectiva
linha de
tendncia.
14.000
12.000
y = 3,1723x + 4208,8
R = 0,7945
10.000
8.000
6.000
1.000
1.500
2.000
2.500
3.000
ndice Fiscal
3.500
4.000
Tal como feito para o tratamento por fatores, analisemos a composio da

tabela.
ndice fiscal fator local atribudo pela Planta Genrica de Valores PGV
(2010) da municipalidade de So Paulo face de quadra principal, qual entesta
o edifcio pesquisado;
Valor observado (R$/m) compreende os valores coletados na pesquisa de
preos, j descontados do fator de oferta e divididos pela rea privativa de cada
unidade pesquisada;
Valor Estimado ou Parcela tcnica (R$/m) valor de avaliao de cada
elemento de pesquisa com base na equao de regresso. Por exemplo, ao
evento 1 (If = 2.540,00):
(
Este valor corresponde parcela tcnica, cuja obteno dispensa a

passagem pela situao paradigma, no tratamento cientfico.
10
Procuramos simplificar ao mximo o modelo, novamente com o objetivo de no desviar o foco do

tema do trabalho.
16

Resduo amostral ou Parcela aleatria (R$/m) equivale diferena entre o

Valor Observado (Vp) e o Valor Estimado (Ve) de cada elemento. Por exemplo,
ao evento 1:
Estes resduos equivalem parcela aleatria e so empregados no clculo

do desvio padro da amostra (Se):
( )
Sendo p equivalente quantidade de parmetros estimados da

equao. No caso, p = 2 (intercepto e coeficiente que multiplica o ndice
fiscal, 1).
Referido desvio padro equivale a R$ 1.214,3342/m, conforme
demonstrado na tabela 2.
Resduo padro razo do resduo amostral (Ri) pelo desvio padro amostral
(Se). Ao evento 1:
Quanto maior subjetividade carregar o valor do evento de pesquisa, maior a

parcela aleatria, que equivale ao resduo amostral e, consequentemente, maior o
desvio padro.
16.000
14.000
12.000
10.000
8.000
6.000
4.000
2.000
-
6
7
Elementos
Parcela aleatria
10
11
Valor transacionado
Figura 9 Valores transacionados, parcela tcnica e aleatria de cada

evento pesquisado.
17

A figura 9 anterior ilustra os valores transacionados (valor observado) dos dez
elementos da pesquisa (elementos 1 ao 11, exceto 3) e as respectivas parcelas
tcnicas e aleatrias.
A tabela a seguir constitui um check-list quanto ao atendimento dos
pressupostos do modelo e que evidencia a qualidade da modelagem.
Tabela 3 Verificao do atendimento aos pressupostos do modelo de regresso
linear.
Requisito
Resultado
Situao
Evitar a
n 4 (k + 1)
Atendido
n Nmero de elementos comparativos (10);
micronumerosidade
k variveis independentes da equao (1).
Equilbrio da amostra
Linearidade
Os pontos esto adequadamente

distribudos, conforme ilustrado no grfico
de disperso anterior (figura 8).
No foram usadas transformadas, em
vista da adequao do modelo linear
(figura 8).
Normalidade dos
resduos
Colinearidade ou
multicolinearidade
No se aplica ao caso, porque se

empregou apenas uma varivel
independente.
No identificada conforme grfico acima.
Atendido
Atendido
Atendido
Atendido
2,0
Resduos padronizados
Autocorrelao
Homocedasticidade
70% entre -1 e +1 (ideal 68%);

90% entre -1,64 e +1,64 (ideal 90%);
100% entre -1,96 e +1,96 (ideal 95%).
Atendido
1,5
1,0
0,5
0,0
-0,5
Atendido
-1,0
-1,5
-2,0
8.000
10.000
12.000
14.000
16.000
Valores Observados - R$/m
Os resduos apresentam-se aleatoriamente

dispersos em relao aos valores ajustados.
Outliers do Modelo
CONCLUSO
Evento 3, que foi excludo.

Todos os pressupostos atendidos.
Atendido
OK
Algumas estatsticas adicionais mensurao da qualidade do modelo

escolhido so apresentadas na tabela abaixo.
Tabela 4 Verificaes e informaes complementares.
Indicador
Resultado
Coeficiente de
Correlao, Ajustado
0,8914 | 0,7688 | 0,7945
e de Determinao
Situao
OK
18

Tabela 4 Verificaes e informaes complementares.
Indicador
Resultado
Fisher-Snedecor e
30,93 | 0,05%
Significncia modelo
Erro padro
R$ 1.214,33/m
MENEMEC2
Correlao1
Significncia das
Significncia
variveis
N/A
ndice fiscal
5,56 | 0,05%
Intercepto
2,80 | 2,32%
Dados efetivamente
10 (11 coletados com um outlier).
usados
Situao
OK
OK
OK
OK
(1) Correo positiva. Correlao negativa;

(2) Menor Nmero de Eventos com Mesma Caracterstica (deve ser superior a 2 para variveis qualitativas).
c) Valor do imvel
Equivale multiplicao do valor unitrio estimado (Ve) obtido substituio do
ndice Fiscal do imvel em apreo (2.400,00) na equao de regresso por sua
rea (Ap).
E:
A preciso do trabalho tambm calculada com base no desvio padro e

quantidade de elementos da amostra. Podemos calcular o intervalo de confiana Ic
com a equao11:
sendo:
o Ic (intervalo de confiana);
o Ve (valor unitrio estimado para o imvel em apreo):
11
O erro padro da estimativa de Ve () ao ponto (If0 ; Ve) = (2.400,00 ; 11.822,37) dado por:
( )
( )
19

o
o
o
o
o
o
o
o
Ve = R$ 11.822,37m;
p (quantidade de parmetros estimados da equao): p = 2;
n (nmero de elementos da amostra efetivamente usados): n = 10;
(significncia do intervalo de confiana): = 20%;
t(/2;n p) = t(10% ; 8) = 1,396812;
Se (desvio padro amostral): Se = R$ 1.214,3342/m;
If0 (ndice fiscal do imvel em apreo): If0 = 2.400,00;
Ifi (ndice fiscal do elemento de pesquisa i, conforme tabela 2);
(valor mdio dos ndices fiscais dos elementos de pesquisa):
= 2.548,00;
Substituindo os valores na equao:
O que conduz a:
Figura 10
Intervalo de
Confiana de
80% em torno
da estimativa
pontual.
12
Esta estatstica pode ser obtida no MS Excel 2010:

(
)
20

O grau de preciso dado a partir da amplitude relativa do intervalo de
confiana de 80% em torno da mdia.
Conforme item 9 da NBR 14.653-2:2011, tendo em vista que AP < 30%, a

avaliao atingiu o Grau de Preciso III.
O poder de predio do modelo verificado abaixo, com o grfico de preos
observados na abscissa versus valores estimados pelo modelo na ordenada, que
apresenta pontos prximos bissetriz do primeiro quadrante e coaduna com o grau
de preciso calculado.
18.000
Valores Estimados - R$/m
16.000
Figura 11
Poder de
predio do
modelo, que
apresenta
pontos prximos
bissetriz do
primeiro
quadrante.
14.000
12.000
10.000
8.000
6.000
6.000
8.000 10.000 12.000 14.000 16.000 18.000

Valores Observados - R$/m
4. COMPARAO DOS TRABALHOS

O captulo precedente nos trouxe, ento, dois Laudos de Avaliao realizados
para a mesma data de referncia e para o mesmo bem, que concluram por valores
distintos em cerca de dez por cento, conforme ilustra a tabela 5 abaixo. Ambos
foram realizados com observncia s recomendaes das Normas e podem ser
considerados tecnicamente corretos.
Tabela 5 Comparao dos dois trabalhos de avaliao.
Exemplo 1
Exemplo 2
Fatores
Inferncia
Valor total (R$)
2.518.054,79
2.744.917,87
Valor Unitrio (R$/m)
10.845,27
11.822,37
Preciso Amplitude
Grau III 19%
Grau III 9%
Normalidade
Normal
Normal
68% | 90% | 95%
71% | 86% | 100% 70% | 90% | 100%
Diferena em
mdulo
226.836,08
977,10
21

Em que pese tratar-se de exemplo fictcio, em nossa vida profissional no so

raras as situaes anlogas, que podem emergir do interesse de contrapartes em
uma transao13, cada qual escorada por seu prprio Laudo de Avaliao.
As contrapartes podem transigir e espontaneamente adotar um dos valores
ou mesmo um valor intermedirio de consenso. Podem tambm consultar seus
especialistas em avaliaes para a coleta de mais subsdios, que lhe permitam
deciso mais segura.
Almejamos explorar esse cenrio para estabelecer uma metodologia, um
procedimento tcnico de suporte deciso, que provenha mais subsdios s partes
envolvidas. Trata-se evidentemente de um entre os diversos encaminhamentos
tcnicos possveis.
4.1
DIFERENAS ADMISSVEIS
Na primeira parte deste trabalho (Natureza das Diferenas) justificamos que

a existncia de uma diferena razovel entre os resultados (valores de mercado) de
dois Laudos de Avaliao, no implica na apriorstica considerao de um dos
trabalhos incorreto em detrimento do outro, pois a diferena se origina do prprio
comportamento do mercado, do conceito probabilstico do valor de mercado e da
metodologia empregada na sua obteno.
Observamos tambm que a tecnologia embarcada no Mtodo Comparativo
Direto de Dados de Mercado seja ele desenvolvido pelo tratamento por fatores ou
pelo tratamento cientfico permite conhecer, quantificar e minimizar os erros
decorrentes de aspecto subjetivos inerentes ao mercado em estudo e, com isso,
estabelecer um intervalo de confiana e qualificar o resultado do trabalho em Graus
de Preciso.
A deciso do valor ou eventual subsdio s contrapartes em negociao no
pode se resumir, assim, a uma escolha maniquesta entre dois valores, um deles
certo e o outro errado. O profissional de avaliaes pode prover subsdios mais
consistentes, ao responder duas questes subjacentes ao cenrio estabelecido.
1. A diferena entre os resultados dos dois trabalhos justificvel?
2. Se sim, qual o valor mais provvel para o bem em apreo?
Os dois laudos referem-se mesmo bem e, por conta disso, podemos assumir
que as respectivas pesquisas de preos devem se compor de duas amostras
extradas da mesma populao. Podemos tambm testar essas amostras, para
confirmar se atendem a esse requisito, verificando se:
1. As duas amostras possuem comportamento similar;
2. As varincias das populaes das quais foram extradas as duas amostras
podem ser admitidas como iguais; e
3. A diferena das mdias populacionais pode ser admitida como nula.
13
A transao pode ter as mais diversas origens, tais como: operao de venda e compra no
mercado, desapropriaes administrativas, extino de condomnio, partilha, lides, etc.
22

Caso sejam verificados e confirmados os trs requisitos acima: as duas
amostras possuam comportamento similar e as varincias e mdias das populaes
de onde foram colhidas possam ser admitidas como iguais; ento podemos entender
que a diferena entre o resultado dos laudos admissvel e est justificada pela
parcela aleatria inerente ao comportamento do mercado.
Remanescer ento a segunda questo, de definir o valor mais provvel.
4.1.1 Comportamento das amostras
A primeira verificao (comportamento da amostra), j usual nas avaliaes,
pode empregar os critrios estabelecidos no item A.2.1.2 da NBR 14.653-2:2011:
A.2.1.2 Normalidade
A verificao da normalidade pode ser realizada, entre outras,
por uma das seguintes formas:
a) Pelo exame do histograma dos resduos amostrais
padronizados, com o objetivo de verificar se sua forma
guarda semelhana com a da curva normal;
b) ...
c) Pela comparao dos resduos amostrais padronizados nos
intervalos de [-1; +1], [-1,64; +1,64] e [-1,96; +1,96], com
probabilidades da distribuio normal padro nos mesmos
intervalos, ou seja, 68%, 90% e 95%;
A NBR 14.653-2:2011 cita textualmente a curva normal em A.2.1.2.a em

face dos pressupostos do modelo de regresso linear, tema de seu Anexo A. No
obstante, a tcnica permite verificar a similaridade com outras curvas tericas alm
da normal.
Os dois laudos em tela apresentam resduos com comportamento igual e
normal, conforme demonstrado na Tabela 5 e critrio c citado (Laudo fatores: 71%,
86% e 100% e Laudo Inferncia: 70%, 90% e 100%).
A Estatstica oferece ferramenta adequada para a verificao dos dois
requisitos adicionais, igualdade das varincias e nulidade da diferena das mdias.
4.2
INTERVALO DE CONFIANA E TESTES DE HIPTESES
O Teste de Hipteses uma ferramenta estatstica que permite verificar se os

dados amostrais trazem evidncias que apoiem ou no uma hiptese formulada. A
sequncia bsica de um Teste de Hipteses dada por14:
1. Fixe a hiptese a ser testada (H0) e a hiptese alternativa (H1);
2. Use a teoria estatstica e as informaes disponveis para definir o
estimador que ser usado e obtenha suas propriedades (distribuio,
mdia e desvio padro);
3. Fixe o nvel de significncia () e use-o para construir a regio crtica
(regra de deciso);
14
BUSSAB e MORETTIN, 2005.
23

4. Calcule o valor da estatstica do teste com base nas informaes da
amostra;
5. Se o valor da estatstica estiver contido na regio crtica, rejeita-se a
hiptese testada (H0) e se admite a hiptese alternativa (H1), do contrrio,
no se rejeita a hiptese testada.
Tomemos como exemplo a pesquisa de tratamento por fatores, que conclui
pela mdia ( ) de R$ 10.845,27/m e desvio padro (S) de R$ 1.858,86/m, com
sete elementos de pesquisa efetivamente usados (tabela 1). Podemos assumir, ao
nvel de significncia de 20%, que o valor da mdia populacional R$
10.000,00/m?
1. Fixe a hiptese a ser testada (H0) e a hiptese alternativa (H1).
H0: = R$ 10.000,00/m;
H1: R$ 10.000,00/m;
2. Use a teoria estatstica e as informaes disponveis para definir o estimador que
ser usado e obtenha suas propriedades (distribuio, mdia e desvio padro).
Temos uma amostra normalmente distribuda com 7 elementos, = R$
10.845,27/m e S = R$ 1.858,86/m. Pelo Teorema do Limite Central:
3. Fixe o nvel de significncia () e use-o para construir a regio crtica (regra de

deciso).
O nvel de significncia de 20% conforme enunciado. A verificao deve ser
bicaudal, pois a hiptese alternativa H1: R$ 10.000,00/m, ou seja, abarca
tanto a condio de < R$ 10.000,00/m quanto > R$ 10.000,00/m.
As regies crticas so dadas por:
| |
24

Figura 12
Regio Crtica de
rejeio da
hiptese nula (),
H0: = 10.000.
4. Calcule o valor da estatstica do teste com base nas informaes da amostra.

A informao atinente a mdia amostral, no caso: = R$ 10.845,27/m.
5. Se o valor da estatstica estiver contido na regio crtica, rejeita-se a hiptese
testada (H0) e se admite a hiptese alternativa (H1), do contrrio, no se rejeita a
hiptese testada.
Concluso: como a mdia amostral no est contida na regio crtica de
rejeio da hiptese nula (H0: = 10.000), o valor da mdia populacional pode ser
admitido como igual a R$ 10.000,00/m.
Outra forma de testar hipteses e que obtm resultados semelhantes ao
procedimento anterior, o emprego do intervalo de confiana. Conforme
WONNACOTT, TH e WONNACOTT, RJ (1972), em traduo livre:
Um intervalo de confiana pode ser considerado como o
simples conjunto de hipteses aceitveis.
...
H0 aceitvel se e somente se o intervalo de confiana
pertinente contm H0.
O valor da hiptese nula de nosso exemplo anterior (H0: = R$ 10.000,00/m)

est contido no intervalo de confiana da mdia amostral = R$ 10.845,27/m
(Figura 5), que tambm foi definido com o nvel de significncia de 20% bicaudal:
Assim, impe-se tambm por essa anlise a aceitao da hiptese nula, de

que o valor da mdia populacional pode ser admitido como igual a R$ 10.000,00/m
ao nvel de significncia de 20%.
25

Os dois mecanismos de testar hipteses so cotejados na figura 13
seguinte15.
(a)
a)
(
(b)
Figura 13
Comparao
entre o teste de
hiptese clssico
(a) e o intervalo
de confiana (b).
O valor da
hiptese bsica
(
( em a (H0: =
R$ 10.000,00/m)
est contido no
intervalo de
confiana de b;
da mesma forma
que a mdia
amostral de b (
= R$
10.845,27/m)
est fora dos
intervalos de
rejeio da
referida hiptese
bsica de a.
b)
A figura superior a o teste de hiptese clssico determina um intervalo
de rejeio para a mdia amostral , a partir do valor da hiptese nula mdia
populacional (H0: = R$ 10.000,00/m), enquanto o intervalo de confiana determina
os limites de em que se presume a mdia populacional (), a partir da mdia
amostral. Ambos com concluses equivalentes quanto hiptese bsica formulada.
Para os testes referentes s amostras (pesquisas de mercado) dos dois
laudos, quais sejam, se as varincias das duas amostras podem ser admitidas como
iguais e se a diferena das mdias pode ser admitida como nula, faremos uso da
tcnica do intervalo de confiana.
4.2.1 Igualdade das varincias
O intervalo de confiana para o quociente de duas varincias populacionais
(1 e 2) dado por16:
15
16
Inspirada em WONNACOTT, TH e WONNACOTT, RJ (1972).

GUERRA, MJ e DONAIRE, D, (1986).
26

onde:
1 e 2 (varincia das populaes 1 e 2): so desconhecidas e nos interessa

apenas o intervalo de confiana de = 1 / 2. Seno, vejamos.
A hiptese bsica que estamos testando de que ambas as amostras 1
e 2 saram da mesma populao, afinal os dois laudos avaliam o mesmo
imvel. Isso implica assumir que 1 = 2, ou seja, as hipteses nula e
alternativa so:
H0: 1 = 2;
H1: 1 2.
Em outros termos:
Assim, se o intervalo de confiana contiver o valor 1, se aceita H 0, do

contrrio essa hiptese nula rejeitada.
O teste bicaudal, dado que a hiptese alternativa vlida tanto para 1
< 2, quanto para 1 > 2.
S1 (varincia da amostra 1). Corresponde ao quadrado do desvio padro da

amostra 1, que foi calculado na tabela 1 (S = R$ 1.858,86/m):
( )
S2 (varincia da amostra 2): corresponde ao quadrado do desvio padro dos

resduos da amostra 2, que foi calculado na tabela 2 (S = R$ 1.214,33/m)17:
( )
(significncia do intervalo de confiana): propomos a adoo do mesmo nvel

de significncia tradicional da estatstica:
Justifiquemos o abandono, neste caso, da significncia especificado na

normas NBR 14.653 para a definio da preciso da avaliao18 ( = 20%).
17
Estamos comparando as amostras neste teste especfico, para confirmar que foram extradas da
mesma populao. Assim, afigura-se impertinente a utilizao do erro padro da estimativa pontual
EP() que foi empregado para a definio do respectivo intervalo de confiana.
27

Assumimos neste trabalho que ambos os laudos esto tecnicamente
corretos. Recomendamos que em situaes reais essa premissa seja
confirmada.
Sendo tecnicamente corretos os laudos, as duas amostras atendem aos
diversos requisitos das Normas, inclusive quanto semelhana ao objeto da
avaliao.
E cedio que, quanto maior o nvel de significncia, mais rigoroso o
teste. Em contrapartida, aumenta-se a possibilidade de indevidamente rejeitar
uma hiptese nula verdadeira, o denominado Erro Tipo I.
Assim, entendemos que as normas tcnicas impem restries
composio da amostra que permitem reduzir a significncia deste teste em
particular, com o objetivo de minimizar tal Erro Tipo I, sem, no entanto,
comprometer o rigor da anlise desenvolvida.
1 (graus de liberdade da amostra 1): a amostra 1 conta com sete elementos e

seus resduos foram calculados com o emprego da mdia amostral, que
consumiu um grau de liberdade. Nestes termos:
2 (graus de liberdade da amostra 2): a amostra 2 conta com dez elementos e

seus resduos foram calculados com o emprego da estimativa de Y (), que por
sua vez depende de dois parmetros da equao19, que foram estimados. Assim,
a equao consumiu dois graus de liberdade:
F(/2; 1; 2) (distribuio F-Senedecor): o valor pode ser obtido com o uso do MS

Excel20. Devemos prestar ateno coleta de dois resultados distintos, ordem
dos grais de liberdade das amostras, pois esquerda a frmula aparece com 1;
2 e direita com 2; 1, o que afeta o resultado.
(
Ao substituir os valores na equao, teremos:
18
O item itens 9.2.3 da NBR 14.653-2:2011 e tambm o item 9.5 da NBR 14.653-3:2004 definem o
intervalo de confiana de 80% em torno do valor da estimativa de tendncia central, o que equivale
ao nvel de significncia de 20%.
19
O intercepto e coeficiente que multiplica o ndice fiscal, 1. Vide explicao ao resduo
amostral no exemplo da inferncia.
20
Usando o MS Excel 2010:
(
)
(
)
28

Figura 14
Intervalo de
confiana do
quociente das
varincias das
populacionais 1
e 2 (1 / 2),
que contm o
valor 1,00.
Assim, impe-se a aceitao ou a no rejeio da hiptese nula (H0), de

que a varincia das populaes das quais foram coletadas as duas amostras igual:
H0: 1 = 2 ( Aceita).
4.2.2 Diferena das mdias
O intervalo de confiana para a diferena de duas mdias populacionais (1 e
2) com mesma varincia populacional () desconhecida, dado por21:
[(
onde:
1 e 2 (mdia das populaes 1 e 2): so desconhecidas e nos interessa

apenas a diferena = 1 2.
As hipteses nula e alternativa so:
H0: 1 = 2;
H1: 1 2.
21
GUERRA, MJ e DONAIRE, D, (1986).
29

Em outros termos:
Assim, se o referido intervalo de confiana contiver o valor 0 (zero), se

aceita H0, do contrrio ela rejeitada. O teste bicaudal, dado que a hiptese
alternativa vlida tanto para 1 2 < 0, quanto para 1 2 > 0.
(mdia da amostra 1): no caso em tela, considerando que o valor da mdia

amostral foi diretamente aplicado ao avaliando sem qualquer fator de ajuste,
corresponde calculado na Tabela 1:
Ressalva importante deve ser feita aos casos de Tratamento por fatores
em que, aps a homogeneizao da pesquisa de preos, aplica-se um ou mais
fatores de ajuste para se obter o valor do imvel em apreo.
Nestes casos, o valor unitrio deve ser tambm ajustado por tais
fatores antes da aplicao deste teste, de modo a que espelhe exatamente o
mesmo imvel do outro unitrio .
(mdia da amostra 2): corresponde estimativa pontual ao imvel avaliando

(Ve).
Aqui tambm vale a ressalva feita anteriormente aos casos de Tratamento

por fatores. Os valores unitrios e devem corresponder a imvel com
mesmas caractersticas fsicas.
(significncia do intervalo de confiana): entendemos pertinente a adoo do

mesmo nvel de significncia especificado nas normas da srie NBR 14.653 para
a definio da preciso de uma avaliao:
Diferentemente do teste anterior e considerando que estamos tratando

exatamente do resultado do trabalho neste momento, no identificamos motivos
para que este teste se afaste do nvel de significncia especificado nas Normas
para a definio da preciso do laudo.
n1 (nmero de elementos da amostra 1).
n2 (nmero de elementos da amostra 2).

30

(graus de liberdade da varivel t ao teste). dado pela soma dos graus de

liberdade das duas amostras22:
t(/2; ) (distribuio t de student): o valor pode ser obtido com o uso do MS

Excel23.
SP (desvio padro ponderado): dado pela ponderao das varincias das duas
amostras em face dos respectivos graus de liberdade.
No tocante amostra 1, o desvio padro (S1) e a varincia (S1) so as

mesma calculadas anteriormente na tabela 1.
( )
Com relao amostra 2, considerando que ora estamos no cerne da

comparao dos valores, devemos utilizar o desvio padro (ou erro padro)
correspondente estimativa pontual, EP(), o mesmo que foi empregado para a
definio do intervalo de confiana do valor encontrado na equao24.
( )
O desvio padro ponderado (SP) dado por:
22
WONNACOTT, TH e WONNACOTT, RJ (1972).

(
)
Usando o MS Excel 2010:
24
Conforme item Valor do imvel do Exemplo numrico com o tratamento cientfico, EP() =
393,1754.
23
31

Substituindo-se na equao do intervalo de confiana, teremos25:
(
)
(
Figura 15
Intervalo de
confiana para a
diferena das
mdias
populacionais,
que abriga o
valor nulo
( = 1 2 = 0)
e que permite
aceitar a
hiptese bsica:
H0: 1 = 2.
Assim, impe-se a aceitao tambm dessa hiptese nula (H0), de que as

mdias das populaes das quais foram coletadas as duas amostras so iguais:
H0: 1 = 2 ( Aceita).
4.3
VALOR MAIS PROVVEL
4.3.1 Resumo da anlise desenvolvida

Resumindo as verificaes realizadas e respectivos resultados:
1. As duas amostras possuem comportamento similar. Com base no
critrio estabelecido no item A.2.1.2.c da NBR 14.653-2:2011 e conforme
demonstrado na Tabela 5, as duas amostras apresentam comportamento
Normal (Laudo fatores: 71%, 86% e 100% e Laudo Inferncia: 70%, 90% e
100%);
25
Com o objetivo de evitar valores negativos na diferena, poderamos trabalhar com

que no afetaria as concluses do estudo.
, o
32

2. As varincias das populaes das quais foram extradas as duas
amostras podem ser admitidas como iguais. Essa concluso escorouse intervalo de confiana do quociente das varincias populacionais ( =
1 / 2), com nvel de significncia de 5%, que permitiu a aceitao da
hiptese nula: H0: 1 = 2.
3. A diferena das mdias populacionais pode ser admitida como nula.
Essa concluso pautou-se no intervalo de confiana da diferena das
mdias populacionais ( = 1 2), com nvel de significncia de 20%, que
permitiu aceitao (ou a no rejeio) da hiptese nula (H0: 1 = 2).
Conclui-se, portanto, que as amostras constituintes das pesquisas de preos
que compem os dois laudos em anlise, foram extradas da mesma populao.
No h evidncias estatsticas que autorizem concluir que foram extradas de
populaes distintas.
Essa anlise alicera a concluso de que a diferena entre o resultado dos
laudos admissvel e est justificada pela parcela aleatria inerente ao mercado.
O desafio final do trabalho ser definir o valor mais provvel ao bem em
apreo, com base nos elementos apreciados. Pretendemos neste item apresentar
uma forma de conciliao dos dois trabalhos, tendo em vista que esto tecnicamente
corretos e que a diferena entre os resultados est justificada. Evidentemente que
no nica.
4.3.2 Valor timo
A figura abaixo ilustra a distribuio da mdia das duas amostras ( =
10.845,27 e = 11.822,37). Na interseo das curvas temos um ponto mdio
(muito prximo de 11.500) tal que:
[
Figura 16
Distribuio da
mdia das duas
amostras ( =
10.845,27 e
=
11.822,37).
33

O referido valor de tambm equilibra a soma das distribuies acumuladas
de X1 + X2, conforme demonstrado na equao abaixo e na soma das respectivas
distribuies acumuladas (figura 17).
[
[
[
]
]
[
200%
175%
150%
Figura 17
Soma das
distribuies
acumuladas
de X1 + X2
e o pondo
mdio XM.
125%
XM
100%
11.856,85
12.371,56
75%
50%
25%
0%
8.200
9.833,69
9.200
11.273,18
10.200
11.200
12.200
13.200
Esse ponto corresponde melhor aproximao do valor, na medida em

que pondera o resultado de cada laudo de maneira proporcional respectiva
preciso. Isso faz com que tal valor mdio se aproxime do resultado do laudo mais
preciso, sem, no entanto, ignorar o segundo laudo tambm correto.
No caso em estudo, o laudo desenvolvido por fatores obteve amplitude de
19% para o intervalo de confiana de 80%, enquanto o laudo desenvolvido por
inferncia foi mais preciso porque obteve 9% de amplitude. Muito embora ambos
tenham atingido o melhor grau de preciso das Normas (Grau III).
Assim, o valor mdio est mais prximo de do que de , pouco
superior mdia aritmtica de ambos (11.333,82).
Essa melhor preciso observada na figura anterior, em que a curva normal
da amostra do primeiro laudo (em vermelho) apresenta-se mais aberta, com maior
disperso (tendendo a mesocrtica), enquanto a curva normal referente ao segundo
laudo mostra-se mais fechada, com menor disperso (leptocrtica).
Para encontrar o referido valor de , temos:
]
34

onde26:
(mdia da amostra 1):
;
(mdia da amostra 2):
;
n1 (nmero de elementos da amostra 1):
;
n2 (nmero de elementos da amostra 2):
;
S1 (desvio padro da amostra 1):
;
S2 (erro padro da estimativa pontual, EP()):
;
1 (graus de liberdade da amostra 1):
;
2 (graus de liberdade da amostra 2):
;
t(; 1) (distribuio t de Student com probabilidade unicaudal e 1
graus de liberdade);
o (probabilidade): primeira incgnita do problema.
o
o
o
o
o
o
o
o
o
Como primeira parte do problema, teremos:
A soluo dessa equao pode se dar pelo mtodo iterativo, pelo mtodo da
diviso ao meio, ou com o uso da ferramenta de atingir meta do MS Excel, que
respeitosamente deixamos de reproduzir. Conclui por:
E, com isso:
o t(; 1) (distribuio t de Student com probabilidade unicaudal e 1
graus de liberdade);
26
Deixamos de explicar detidamente cada varivel, pois j foram anteriormente apresentadas e

calculadas.
35

4.3.3 Valor total do imvel
Tendo em vista a coincidncia do unitrio ao imvel em apreo, o seu valor
total ser obtido pelo produto de sua rea privativa com o referido unitrio.
Tabela 6 Comparao dos resultados da avaliao.

Exemplo 1
Exemplo 2
Fatores
Inferncia
Valor total (R$)
2.518.054,79
2.744.917,87
Valor Unitrio (R$/m)
10.845,27
11.822,37
Valor Final
Ponderado
2.664.483,75
11.475,94
5. CONCLUSES E RECOMENDAES
Dois Laudos de Avaliao realizados em uma mesma poca e ambos
tecnicamente corretos podem concluir por valores de mercado diferentes para o
mesmo bem. Pequenas variaes nos valores so absolutamente naturais e
decorrem de elementos subjetivos inerentes ao mercado, a denominada parcela
aleatria dos preos.
Essa aleatoriedade se reflete na amostra de eventos pesquisados para a
composio dos Laudos elaborados pelo Mtodo Comparativo Direto de Dados de
Mercado, mitigada pelas tcnicas de avaliao, seja no tratamento por fatores ou
no tratamento cientfico e medida ao final do trabalho pelo respectivo Grau de
Preciso.
Apresentamos neste trabalho um procedimento para a comparao de
resultados divergentes valores de mercado distintos no cenrio proposto, de dois
Laudos de Avaliao contemporneos, tecnicamente corretos e que so
fundamentados no Mtodo Comparativo Direto de Dados de Mercado. Seu emprego
estabelece se a diferena entre os valores encontrados em cada trabalho
tecnicamente justificada ou no.
Ademais, oferecemos um critrio tcnico para a construo de um terceiro
valor alternativo.
Tais procedimentos podem ser com as devidas cautelas utilizados em
casos anlogos e para isso sugerimos as etapas a seguir.
5.1
PROCEDIMENTO DE COMPARAO
1) Anlise tcnica de cada laudo. Tem por objetivo conhecer os trabalhos e o

cenrio das avaliaes. Alguns itens que entre outros devem ser apreciados:
a. Identificao dos objetivos, premissas, restries e limitaes;
b. Alinhamento mtuo quanto ao objeto da avaliao;
c. Resultados (valor, grau de preciso e de fundamentao) e respectiva
justificativa;
36

d. Eventuais excees aos requisitos normativos.
2) Anlise das pesquisas de preos (amostras). Objetiva confirmar a extrao de
ambas as amostras de uma mesma populao. Enseja a verificao do
atendimento simultneo a trs requisitos:
a) As duas amostras devem possuir comportamento similar. No caso em tela,
utilizamos os procedimentos especificados no item A.2.1.2 da NBR 14.6532:201127;
b) As varincias das populaes das quais foram extradas as duas amostras
podem ser admitidas como iguais. Esse requisito pode ser verificado com a
construo do Intervalo de Confiana do quociente das varincias
populacionais ( = 1 / 2), que permite testar a hiptese H0: 1 = 2;
c) A diferena das mdias populacionais pode ser admitida como nula. Este
requisito pode ser verificado com a construo do Intervalo de Confiana da
diferena das mdias populacionais ( = 1 2), que permite testar a
hiptese H0: 1 = 2. Entendemos pertinente o nvel de significncia () de
20% a este teste, em sintonia com o intervalo de confiana de 80% que
usado no clculo do Grau de Preciso das avaliaes.
Caso no seja possvel confirmar a pertinncia das pesquisas de preos
(amostras) dos dois trabalhos mesma populao, se mostra inadequado, sob a
tica tcnica, a composio dos valores para a formao de um valor ponderado.
Temos a situao em que a diferena injustificada sob o olhar tcnico.
Evidentemente que as contrapartes envolvidas e interessadas na
transao podem transigir neste requisito, mas supomos essa liberalidade alheia
ao profissional de avaliaes.
3) Valor ponderado do imvel. Caso se confirme ou como preferem os
estatsticos, no se rejeite que as pesquisas de preos dos dois trabalhos
emergiram da mesma populao, a diferena entre os respectivos resultados
aceitvel e est tecnicamente explicada pelos elementos subjetivos inerentes ao
mercado imobilirio.
Neste caso, admissvel tecnicamente a composio dos respectivos
valores em um terceiro valor ponderado.
Oferecemos neste trabalho um critrio que julgamos atingir a melhor
aproximao do valor (o valor timo), na medida em que pondera o resultado de
cada laudo de maneira proporcional respectiva preciso. O valor mdio
resultante se aproxima do resultado do laudo mais preciso, sem, no entanto,
ignorar o segundo laudo tambm correto.
27
Estes itens constam do Anexo A da NBR para a verificao da Normalidade dos resduos
amostrais, mas alguns deles podem tambm ser empregados para identificao de comportamentos
tericos no Normais.
37

5.2
RESTRIES E CUIDADOS
H situaes que podem impedir a aplicao desta metodologia ou podem

impor ajustes, o que exige a anlise do caso concreto pelo profissional de
avaliaes. Citamos como exemplo, no exaustivo:
Laudos com Graus de Fundamentao diferentes;

Laudos que adotem a situao paradigma ao imvel em apreo;
Extrapolaes;
Omisses de variveis no usadas no modelo.
O procedimento possui limitaes, que indicamos na sequncia, sem prejuzo

a outras que sejam identificadas pontualmente em cada caso concreto.
Ele apto apenas para a comparao de resultados de Laudos desenvolvidos
pelo Mtodo Comparativo Direto de Dados de Mercado.
Recomendamos seu emprego apenas a Laudos com Grau de Preciso III,
visto que em amplitudes de 30% (extremo superior desse grau de preciso), a
aleatoriedade do mercado j impe a aceitao de diferenas significativas (vide
ensaios no Anexo A). Ou seja, ele no esgota o assunto e certamente admite
melhorias e complementaes.
Finalmente, recomendamos que esse procedimento seja aplicado apenas por
profissionais engenheiros e arquitetos de Avaliaes, pois exige o conhecimento, a
apreciao e juzo de conceitos, tcnicas e Normas de Avaliaes de Imveis.
38

6. BIBLIOGRAFIA
[1] ABNT Associao Brasileira de Normas Tcnicas; Avaliao de Bens
Parte 1: Procedimentos Gerais; 2001.
[2] ABNT Associao Brasileira de Normas Tcnicas; Avaliao de Bens
Parte 2: Imveis Urbanos; 2011.
[3] BUSSAB, Wilton e MORETTIN, Pedro; Estatstica Bsica; So Paulo,
Editora Saraiva, 5 Edio, 2005.
[4] DANTAS, Rubens Alves; Engenharia de Avaliaes: uma introduo
metodologia cientfica; So Paulo, Editora Pini, 1998.
[5] GUERRA, Mauri Jos e DONAIRE, Denis; Estatstica Indutiva; So Paulo,
LCTE Livraria Cincia e Tecnologia Editora, 3 Edio, 1986.
[6] IVSC International Valuation Standards Council; Normas IVS Normas
Internacionais de Avaliao; IBAPE; 2012.
[7] OLIVEIRA, Ana Maria de Biazzi e GRANDISKI, Paulo; Mtodos cientficos
e a Engenharia de Avaliaes in Engenharia de Avaliaes; So Paulo; Ed.
Pini, 2007.
[8] WONNACOTT, Thomas H, WONNACOTT, Ronald J;
Statistics; Ontario; John Wiley & Sons Inc; 2 Edio, 1972.
Introductory
39

ANEXO A ENSAIO DE CURVA DE ADMISSIBILIDADE
Este anexo apresenta a simulao do limite de aceitao para diferenas
percentuais entre os resultados de dois Laudos, cujas pesquisas possuem o mesmo
nmero de elementos efetivamente usados, desenvolvidas por fatores e que
concluram pelo mesma Amplitude de 20% ou 30%, ao nvel de confiana de 80%.
Ela sinaliza que trabalhos com amplitude de 30% admitem diferenas de at
24% entre os resultados, enquanto a amplitude de 20% admite diferenas mais
comedidas de at 15%.
Variao percentual dos valores entre os Laudos
26%
24%
Figura A1
Simulao
da fronteira
de aceitao
de diferenas
percentuais
de Laudos
por Fatores,
com mesmo
nmero de
elementos e
mesma
amplitude.
22%
20%
18%
16%
14%
12%
Fronteira de Aceitao - 20%
10%
0
10
Fronteira de Aceitao - 30%
15
20
25
Nmero de Elementos
30
35
40
Tabela A1 Clculos que originaram a figura acima.

Pesquisa 1
Simulao
n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
Valor
Unitrio
(R$/m)
112,22
113,28
113,80
114,10
114,30
114,44
114,55
114,63
114,86
114,96
115,11
118,95
120,65
121,50
121,99
122,32
122,55
122,72
122,85
123,22
123,40
123,65
Desvio
Padro
10,31
13,83
16,60
18,94
21,00
22,88
24,60
26,21
33,07
38,72
55,85
16,39
22,09
26,58
30,36
33,71
36,75
39,54
42,13
53,22
62,35
89,98
Valor
Elementos Preciso Unitrio
(R$/m)
3
20,00% 100,00
4
20,00% 100,00
5
20,00% 100,00
6
20,00% 100,00
7
20,00% 100,00
8
20,00% 100,00
9
20,00% 100,00
10
20,00% 100,00
15
20,00% 100,00
20
20,00% 100,00
40
20,00% 100,00
3
30,00% 100,00
4
29,99% 100,00
5
30,00% 100,00
6
29,99% 100,00
7
30,00% 100,00
8
30,00% 100,00
9
30,00% 100,00
10
30,00% 100,00
15
30,00% 100,00
20
30,00% 100,00
40
30,00% 100,00
Pesquisa 2
Desvio
Padro
9,19
12,21
14,58
16,60
18,38
19,99
21,48
22,86
28,79
33,68
48,51
13,78
18,31
21,88
24,89
27,56
29,98
32,22
34,30
43,19
50,52
72,77
Diferena
Elementos Preciso
3
4
5
6
7
8
9
10
15
20
40
3
4
5
6
7
8
9
10
15
20
40
20,00%
20,00%
20,00%
20,00%
20,00%
20,00%
20,00%
20,00%
20,00%
20,00%
20,00%
30,00%
29,99%
30,00%
29,99%
30,00%
30,00%
30,00%
30,00%
30,00%
30,00%
30,00%
LI
LS
Valor
(R$/m)
% Valor
0,00
0,00
0,00
-0,01
-0,01
-0,01
0,00
0,00
0,00
-0,01
-0,01
-0,01
-0,01
-0,01
0,00
0,00
0,00
0,00
-0,01
-0,01
0,00
0,00
24,44
26,56
27,60
28,21
28,61
28,89
29,10
29,26
29,72
29,93
30,23
37,91
41,31
43,01
43,98
44,64
45,10
45,44
45,71
46,45
46,81
47,30
12,22
13,28
13,80
14,10
14,30
14,44
14,55
14,63
14,86
14,96
15,11
18,95
20,65
21,50
21,99
22,32
22,55
22,72
22,85
23,22
23,40
23,65
12,22%
13,28%
13,80%
14,10%
14,30%
14,44%
14,55%
14,63%
14,86%
14,96%
15,11%
18,95%
20,65%
21,50%
21,99%
22,32%
22,55%
22,72%
22,85%
23,22%
23,40%
23,65%
40

Diferença Admissível No Resultado de Dois Laudos - R1 Luiz Henrique Capellano PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Diferença Admissível No Resultado de Dois Laudos - R1 Luiz Henrique Capellano PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

AVALIAES E PERCIAS IBAPE/SC 2013

DIFERENA ENTRE OS RESULTADOS DE DOIS LAUDOS DE AVALIAO:

Eng Luiz Henrique Cappellano

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

Podemos complementar esse raciocnio com o entendimento de que, por

A Norma consignou o valor de mercado como quantia mais provvel

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

levantamento de dados para compor uma amostra do segmento do bem em apreo.

Caso a probabilidade de cada elemento da populao pertencer amostra seja conhecida e no

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

Importa conhecer, quantificar e minimizar essa parcela aleatria, com o

TRATAMENTO POR FATORES

O Tratamento por fatores logra conhecer, quantificar e minimizar a parcela

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

Figura 2 Tratamento por fatores no Mtodo Comparativo Direto de

A situao paradigma que norteou a homogeneizao da pesquisa foi:

Exceda em mdulo. As normas brasileiras determinam o emprego de critrios estatsticos

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

o rea total de 764,00 m (setecentos e sessenta e quatro metros

b) Clculos de homogeneizao e saneamento

Analisemos detidamente a constituio dessa tabela.

Valor observado (R$/m) compreende os valores coletados na pesquisa de

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

unidade pesquisada. Tais valores so, portanto, pertinentes a imveis com

Resduo amostral (R$/m) equivale diferena entre o Valor Unitrio

Lembremos que o resduo amostral de cada elemento empregado no

Parcela tcnica (R$/m) valor de avaliao de cada elemento de pesquisa6,

No exemplo, com o objetivo de no desviar o foco do tema do trabalho, a etapa de aplicao e

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

Esta operao restitui ao evento comparativo a poro de valor referente

Parcela aleatria (R$/m) equivale diferena entre o valor observado e a

A parcela aleatria tambm obtida pela diviso do resduo amostral (R)

A figura 3 a seguir ilustra os valores transacionados (valor observado) dos

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

Valor Unitrio - R$/m

Parcela tecnicamente mensurvel

Figura 3 Valores transacionados, parcela tcnica e aleatria de cada evento

Valor Unitrio - R$/m

Mdia amostral saneada

Valor unitrio homogeneizado

Figura 4 Valores unitrios homogeneizados e resduos amostrais.

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

E a preciso do trabalho calculada com base no intervalo de confiana,

O grau de preciso dado a partir da amplitude relativa desse intervalo de

O erro padro da mdia dado no caso em tela por ( )

Esta estatstica pode ser obtida no MS Excel 2010: =INV.T.BC(20%;6)

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

Conforme item 9 da NBR 14.653-2:2011, tendo em vista que AP < 30%, a

Valor Estimado - R$/m

Assim, esse exemplo demonstra a relao direta entre a subjetividade contida

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

O tratamento cientfico logra conhecer, quantificar e minimizar a parcela

Figura 7 Tratamento cientfico no Mtodo Comparativo Direto de

E posteriormente, na mesma obra os autores detalham:

O estudo do comportamento dos elementos de pesquisa permite isolar a

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

Como produto, tem-se a equao de regresso, a estimativa pontual para o

Desvio padro (Se)

XVII COBREAP CONGRESSO BRASILEIRO DE ENGENHARIA DE

Valor unitrio observado - R$/m