Regressão geograficamente ponderada aplicada na avaliação em massa de imóveis urbanos.

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Zilli, Carlos Augusto
Orientador(a): Hochheim, Norberto
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: https://repositorio.ufsc.br/handle/123456789/215958
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Transportes e Gestão Territorial, Florianópolis, 2020.
id UFSC_462517210337c8acbf3217a9fa7fd1c1
oai_identifier_str oai:repositorio.ufsc.br:123456789/215958
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaZilli, Carlos AugustoHochheim, Norberto2020-10-21T21:24:04Z2020-10-21T21:24:04Z2020369739https://repositorio.ufsc.br/handle/123456789/215958Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Transportes e Gestão Territorial, Florianópolis, 2020.O valor venal de um imóvel para fins tributários, em geral, é determinado por meio de processos de avaliação em massa. Nesse processo, um desafio comum é encontrar um modelo que seja capaz de tratar, mantendo razoável acurácia, os efeitos decorrentes da dependência e da heterogeneidade espacial. Este estudo objetivou investigar o uso de Regressão Geograficamente Ponderada (GWR) na avaliação em massa de imóveis urbanos de modo a reduzir esses efeitos. Para tanto, essa investigação se deu em imóveis tipo apartamento nos bairros Centro, Agronômica e Trindade, no município de Florianópolis/SC, contando, para isso, com uma amostra de trabalho contendo 190 dados e uma amostra de validação contendo 35 dados de apartamentos. A proposta metodológica consistiu em investigar o uso do modelo GWR e comparar suas estatísticas com as obtidas pela regressão clássica (OLS) e espacial (SAR/CAR). Os resultados mostraram a eficácia da modelagem GWR em reduzir os efeitos espaciais presentes nos dados da amostra. O modelo GWR mostrou-se mais aderente e superior às modelagens anteriores em todos os indicadores de qualidade (AIC, BIC, LIK, R² e RMSE) e desempenho (Med R, COD e PRD), com valores dentro dos limites recomendados pela IAAO. Os métodos de regressão abordados neste estudo foram, também, utilizados de forma combinada com o interpolador de krigagem ordinária para estimar o valor da localização dos imóveis e gerar uma superfície de valores unitários homogeneizados representativa dos bairros em estudo. Para krigagem das superfícies de valores unitários, utilizou-se o semivariograma exponencial, com o qual se constatou que a superfície gerada pelos valores preditos pelo modelo GWR apresentou menor valor para o RMSE e com indicadores de desempenho dentro dos limites definidos pela IAAO. O método proposto permitiu avaliar a área em estudo e constatar que o uso da modelagem GWR pode ser utilizada na avaliação em massa de imóveis urbanos.Abstract: The market value of a property for tax purposes, in general, is determined through mass appraisal processes. In this process, a common challenge is to find a model that is capable of treating, while maintaining reasonable accuracy, the effects of dependence and spatial heterogeneity. Thus, in order to minimize these effects, this study aimed to investigate the use of Geographically Weighted Regression (GWR) in the mass evaluation of urban properties. To this end, this investigation took place in apartment-type properties in the Centro, Agronômica and Trindade neighborhoods, in the city of Florianópolis/SC, counting, for this purpose, with a work sample containing 190 data from apartments and a validation sample containing 35 data. The methodological proposal consisted of investigating the use of the GWR model and comparing its statistics with those obtained by classical (OLS) and spatial (SAR/CAR) regression. The results showed the effectiveness of GWR modeling in reducing the spatial effects present in the sample data. The GWR model proved to be more adherent and superior to the previous models in all quality (AIC, BIC, LIK, R² and RMSE) and performance (Med R, COD and PRD) indicators, with values within the limits recommended by the IAAO. The regression methods addressed in this study were also used in combination with the ordinary kriging interpolator to estimate the value of the location of the properties and to generate a homogenized unit value surface representative of the neighborhoods under study. For kriging the surfaces of unit values, the exponential semivariogram was used, with which it was found that the surface generated by the values predicted by the GWR model presented a lower value for the RMSE and with performance indicators within the limits defined by the IAAO. The proposed method allowed us to evaluate the area under study and to verify that the use of GWR modeling can be used in the mass appraisal of urban properties.192 p.| il., gráfs., tabs.porBens imóveisMercado imobiliárioEngenharia de avaliaçõesAnálise de regressãoRegressão geograficamente ponderada aplicada na avaliação em massa de imóveis urbanos.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINALPTRA0070-D.pdfPTRA0070-D.pdfapplication/pdf11619730https://repositorio.ufsc.br/bitstream/123456789/215958/-1/PTRA0070-D.pdf4a60df1f07efbbe11e332de572ac8289MD5-1123456789/2159582020-10-21 18:24:04.385oai:repositorio.ufsc.br:123456789/215958Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732020-10-21T21:24:04Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Regressão geograficamente ponderada aplicada na avaliação em massa de imóveis urbanos.
title Regressão geograficamente ponderada aplicada na avaliação em massa de imóveis urbanos.
spellingShingle Regressão geograficamente ponderada aplicada na avaliação em massa de imóveis urbanos.
Zilli, Carlos Augusto
Bens imóveis
Mercado imobiliário
Engenharia de avaliações
Análise de regressão
title_short Regressão geograficamente ponderada aplicada na avaliação em massa de imóveis urbanos.
title_full Regressão geograficamente ponderada aplicada na avaliação em massa de imóveis urbanos.
title_fullStr Regressão geograficamente ponderada aplicada na avaliação em massa de imóveis urbanos.
title_full_unstemmed Regressão geograficamente ponderada aplicada na avaliação em massa de imóveis urbanos.
title_sort Regressão geograficamente ponderada aplicada na avaliação em massa de imóveis urbanos.
author Zilli, Carlos Augusto
author_facet Zilli, Carlos Augusto
author_role author
dc.contributor.none.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Zilli, Carlos Augusto
dc.contributor.advisor1.fl_str_mv Hochheim, Norberto
contributor_str_mv Hochheim, Norberto
dc.subject.classification.none.fl_str_mv Bens imóveis
Mercado imobiliário
Engenharia de avaliações
Análise de regressão
topic Bens imóveis
Mercado imobiliário
Engenharia de avaliações
Análise de regressão
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Transportes e Gestão Territorial, Florianópolis, 2020.
publishDate 2020
dc.date.accessioned.fl_str_mv 2020-10-21T21:24:04Z
dc.date.available.fl_str_mv 2020-10-21T21:24:04Z
dc.date.issued.fl_str_mv 2020
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/215958
dc.identifier.other.none.fl_str_mv 369739
identifier_str_mv 369739
url https://repositorio.ufsc.br/handle/123456789/215958
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 192 p.| il., gráfs., tabs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/215958/-1/PTRA0070-D.pdf
bitstream.checksum.fl_str_mv 4a60df1f07efbbe11e332de572ac8289
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1851759171449389056

Registros relacionados