Toda vez que abro uma avaliação nova, a primeira decisão técnica é sempre a mesma: vou tratar essa amostra por fatores ou vou rodar uma regressão linear? A resposta muda o grau de fundamentação do laudo, muda o tempo de trabalho e, principalmente, muda o quanto o documento aguenta ser questionado. Sou o Luciano, arquiteto da Setor Arquitetura, e neste post mostro o critério que uso na prática — e como o Avalie me ajuda a executar os dois caminhos sem planilha.
O que a NBR 14653-2 realmente cobra de cada método
A norma não elege um método melhor. Ela define condições. O tratamento por fatores aceita amostras menores, mas trabalha com ajustes percentuais dentro de limites rígidos. A inferência estatística por regressão exige mais dados e disciplina, e em troca abre a porta para os graus de fundamentação mais altos. Escolher errado não é apenas ineficiente — é entregar um laudo que não sustenta o grau que ele diz ter.
Comparativo rápido
| Critério | Tratamento por fatores | Regressão linear |
|---|---|---|
| Quando uso | Poucos comparáveis, prazo curto, mercado pouco líquido | Amostra maior e homogênea, laudo que precisa de fundamentação alta |
| Quantidade de amostras | Funciona com poucos dados | No mínimo três vezes o número de variáveis mais um, conforme o Anexo A.2.1 |
| Forma de ajuste | Fatores percentuais por degrau de diferença, dentro dos limites da norma | Coeficientes estimados pelos próprios dados de mercado |
| Controle de qualidade | Chauvenet ou desvio simples e exclusão fora dos limites | Teste t, teste F, outliers, colinearidade e checagem de extrapolação |
| O que aparece no laudo | Ajuste de cada amostra e de cada fator | Equação do modelo, contribuição por variável e gráficos de aderência |
Tratamento por fatores: quando ele é a escolha certa
Em bairros com pouca oferta — e isso acontece bastante em imóveis de padrão específico no litoral catarinense — simplesmente não existe amostra suficiente para uma regressão honesta. Nesses casos o caminho é homogeneizar por padrão construtivo, conservação, quartos e vagas, banheiros, amenidades, idade aparente e localização.
O ponto em que eu mais errava na planilha era o limite normativo. Cada fator precisa ficar entre 0,70 e 1,30, e o fator global entre 0,50 e 1,50. Amostra que estoura essa faixa não deveria entrar no cálculo. No Avalie isso é automático: o app aplica o limite, exclui a amostra fora da faixa e registra a exclusão na memória de cálculo, o que é bem diferente de simplesmente apagar uma linha da planilha e torcer para ninguém perguntar.
Regressão linear múltipla: quando eu subo o nível
Quando consigo reunir uma amostra robusta, a inferência estatística é sempre superior — ela deixa o próprio mercado dizer quanto vale cada metro quadrado adicional, cada vaga, cada andar. O que preciso conferir antes de assinar:
- Significância dos regressores pelo teste t bicaudal: variável que não é significativa não deveria estar no modelo.
- Significância do modelo pelo teste F.
- Extrapolação: se o avaliando estiver fora da faixa amostral de alguma variável, o valor previsto perde confiabilidade.
- Outliers por resíduo padronizado acima de dois desvios e discrepâncias percentuais relevantes.
- Colinearidade entre variáveis independentes acima de 0,80, que inflaciona a aparência de precisão do modelo.
Fazer isso à mão é possível, mas é lento e sujeito a esquecimento. O Avalie roda os testes, mostra a equação, plota observado contra previsto e o gráfico de resíduos, e quando o modelo fica fraco ele sugere o caminho: aumentar a amostra, reduzir variáveis ou revisar discrepantes. Os dois motores de cálculo estão descritos em detalhe no site do Avalie.
Três premissas que quase ninguém documenta (e deveria)
Desconto de oferta
Preço de anúncio não é preço de transação. Uso um desconto de oferta configurável, aplicado apenas às amostras marcadas como oferta, e ele sai declarado no laudo como premissa, com espaço para justificar a fonte. Número escondido dentro da planilha é exatamente o tipo de coisa que derruba um laudo em contestação.
Distância real, não distância estimada
Quando há coordenadas, a distância entre a amostra e o avaliando é calculada pela fórmula de Haversine, e não classificada no olho como “mesma região”. Isso muda o fator de localização e, em cidades de orla, muda muito.
Compatibilidade de tipologia
Comparar apartamento com terreno ou casa com sala comercial acontece mais do que se admite quando a coleta é manual e apressada. O controle de tipologia alerta e exclui o comparável incompatível antes do cálculo.
Meu critério prático, em três perguntas
- Consigo reunir amostras suficientes para o número de variáveis que pretendo usar? Se não, é tratamento por fatores.
- A amostra é homogênea o bastante para um modelo estatístico se sustentar? Se sim, regressão.
- O laudo precisa de grau de fundamentação alto — banco, processo judicial, inventário disputado? Se precisa, faço o esforço de ampliar a amostra e ir de regressão.
Conclusão
Não existe método universalmente melhor: existe método adequado à amostra que você conseguiu. O que mudou no meu trabalho foi parar de escolher o método pelo que dava menos trabalho e passar a escolher pelo que a norma permitia — porque com a ferramenta certa os dois custam praticamente o mesmo tempo.
Se você faz laudos, vale testar: o Avalie tem planos a partir de R$ 19,90 por mês, sem fidelidade. E se o que você precisa é contratar a avaliação pronta, veja como fazemos a avaliação técnica de imóveis aqui na Setor Arquitetura.
Leia também
- Avalie: o app que uso para avaliar imóveis (análise de um arquiteto)
- Laudo de avaliação de imóvel em PDF: como entrego no mesmo dia
- Avaliação de imóveis em Itajaí — Setor Arquitetura
One response
[…] o método conforme a amostra que consegui montar — escrevi sobre esse critério no post sobre tratamento por fatores e regressão linear. O saneamento estatístico, os limites normativos de homogeneização e os alertas de outlier rodam […]