Quando a
variável dependente ou explicada é determinada por uma variável conhecida temos
uma regressão simples. Quando esta relação é linear temos uma regressão linear
simples.
A melhor maneira
de observar as tendências extraídas do próprio mercado é através de uma
representação dos dados em eixos cartesianos.
Se
considerarmos, como nos exemplos das Fig.(s)1.; 2; 3 e 4 uma representação
da variação dos preços unitários do terreno, em relação às respectivas frentes
dos lotes podemos observar :
Na figura 1. a atendência da amostra. A intensidade (inclinação da recta) da amostra. A dispersão de dados (homocedasticidade) da amostra. A forma funcional da curva da amostra.
Na figura 2 pode-se antever a
recta de regressão correspondente à amostra,
representada pela recta que passa mais próxima de todos os
pontos e que corresponde ao modelo procurado.
Fig. 1. Tendência da amostra Fig. 2. A recta de regressão
Assim para se
encontrar uma estimativa do preço médio para um
lote com Fo de frente, basta encontrar o correspondente
preço qo
na Fig. 3. Para explicitar o modelo em forma de
uma equação, por se tratar de uma recta
será no exemplo da Fig. 4 a seguinte equação:
Fig. 3 Estimativa do preço médio Fig. 4. O modelo em forma de uma equação
q = bo + b1 . Fe
onde bo = 98 ®
corresponde ao coef. linear da recta
b1 = tg
45º = 1®
corresponde ao coef. angular
Q = 98 + Fe sendo este o Modelo para estimar os preços médios de quaisquer terrenos com frentes dentro dos limites abrangidos pela pesquisa.
Sem comentários:
Enviar um comentário
Grato pela sua participação.