É recorrente, na avaliação de imóveis, a aplicação de técnicas de regressão linear múltipla como suporte à abordagem de mercado.
A aplicação desta técnica na avaliação de imóveis é muito útil, porque conseguimos expurgar ao máximo qualquer subjetividade que o perito avaliador de imóveis certificado possa introduzir nas suas avaliações imobiliárias.
Traduzindo num exemplo muito simples.
Suponhamos, recorrendo ao absurdo, que só temos imóveis na nossa amostra de comparáveis, na Rua A e na Rua B.
Numa avaliação dita “normal”, o perito avaliador de imóveis terá que, subjetivamente, afirmar que a Rua A é melhor que a Rua B e introduzir a sua ponderação para esta diferença de “estatuto” da localização relativa, que poderá ser diferente da sensibilidade de qualquer outro colega que estude o mesmo imóvel.
Recorrendo à inferência estatística, são as técnicas de regressão linear simples ou múltipla que, objetivamente, vão estabelecer essa diferença.
Acontece que algumas relações entre a variável dependente e as variáveis independentes não são lineares.
Nestes casos, devemos realizar transformação nas variáveis.
Normalmente, as transformações simples da variável dependente, das variáveis independentes ou de ambas possibilitam a construção de um modelo de regressão linear apropriado ao conjunto de dados transformados.
Quando se procura ajustar modelos a dados imobiliários, a transformação logarítmica é a mais utilizada. No entanto existem muitas possibilidades de transformações, e muitos modelos podem ser escolhidos: semilogarítmica, inversa, quadrática, entre outras.
Num trabalho que realizei, estudei a transformação linear de todas as variáveis em vários modelos, tendo verificado os seguintes valores de R, R2, f de significância:
Perante os resultados obtidos, é correto afirmar que a transformação quadrática é a que melhor se ajusta.
Dois dos modelos utilizados (linear e logarítmico), além de apresentarem valores de R e R2 mais baixos, apresentam um fator f de significância superior a 1%, o que não convém.
Em termos práticos, afirmar que f de significância é superior a 1% é confirmar que existe mais de 99% de certeza que a equação de regressão é válida!
Se algum colega quiser fazer uma incursão sobre a transformação de variáveis, aconselho a leitura do livro “Avaliação de Património”, de António Cipriano Afonso Pinheiro, das Edições Sílabo.