Modelo de regressão linear múltipla para avaliação do valor de mercado de apartamentos residenciais em Fortaleza, CE
Palavras-chave:
mercado imobiliário, valor de mercado, avaliação de imóveis, regressão linear múltipla.Resumo
A avaliação de imóveis, que auxilia na definição do valor de mercado, é uma ciência importante e com vasto campo de atuação, seja na cobrança de impostos, transações comerciais, seguros e perícias judiciais, por exemplo. Este trabalho apresenta a construção de um modelo de regressão linear para determinação do valor de mercado (variável dependente) de apartamentos residenciais na cidade de Fortaleza, CE. O banco de dados estudado apresenta 17.493 apartamentos, divididos em 227 tipos de planta em um total de 154 empreendimentos lançados entre os anos de 2011 a 2014. O modelo desenvolvido foi obtido utilizando-se a regressão linear múltipla associada à técnica de ridge regression para solucionar o problema de multicolinearidade existente. Na análise de 30 variáveis (12 quantitativas e 18 variáveis qualitativas do tipo dummy) chegou-se a uma equação com 6 variáveis, que atende aos pressupostos teóricos para a sua existência.
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Declaração de direito autoral (Copyright)
Autores que publicam na Ambiente Construído estão de acordo com os termos:
- Os autores cedem à Revista o direito de publicação sob a Licença Creative Commons Attritution (CC BY 4.0), permitindo acesso, impressão, leitura, distribuição, adaptação, desenvolvimento de outras pesquisas, desde que reconhecida a autoria.
- Os autores são autorizados a distribuir o trabalho publicado na Revista, como por exemplo repositórios institucionais, ou inclusão de seus trabalhos como parte de tese e/ou dissertação, desde que mencionada a referência de publicação na Ambiente Construído.
- Qualquer pessoa pode ler, distribuir, imprimir, fazer download, indicar o endereço do artigo completo sem prévia autorização da Revista respeitando a licença CC BY 4.0.
Creative Commons Attribution License
ISSN 1678-8621