Outliers na avaliação de imóveis: tratamento de dados atípicos
O e-mail que ninguém quer receber
Você entrega o laudo, respira, e no dia seguinte chega a devolução do banco: "amostra com dado discrepante, refazer a regressão". Aconteceu com um caso recente de apartamento em avenida movimentada: numa amostra de oito dados, um anúncio pedia quase o dobro dos vizinhos, com área parecida, mesmo padrão e mesma data. O corretor jurou que era o preço real. O modelo, engolindo aquele ponto sem filtro, jogou o intervalo de confiança para fora do grau exigido e o laudo voltou. O problema não era o imóvel: era um outlier mal tratado.
Outlier não é sinônimo de erro. É um dado que se afasta do comportamento do conjunto. Pode ser erro de digitação, oferta fora da realidade, imóvel com benfeitoria não declarada, ou simplesmente um vizinho que resolveu testar o mercado. Seu trabalho não é apagar o ponto incômodo, é entender por que ele está ali e decidir, com critério, se permanece, se é corrigido ou se sai da amostra.
O que o banco devolve quando a amostra não tem link
Antes de discutir tratamento estatístico, resolva a base. Preço de anúncio é oferta, não transação. O avaliador registra fonte, data e, idealmente, link de cada amostra. Sem isso, você não consegue nem auditar o outlier depois, porque não sabe se o número veio de portal, de colega ou de conversa de corredor.
A amostra se seleciona por tipologia, região e área. Nunca por preço. Filtrar por valor é circular: você escolhe os dados que confirmam o resultado que já tinha em mente, e o parecer perde qualquer sustentação técnica. Se você partiu do preço para montar a amostra, não é inferência estatística, é decoração.
Na prática, o banco devolve quando:
- falta link e data da amostra;
- a quantidade mínima de dados não fecha (6 x (k+1) no Grau III, 4 x (k+1) no Grau II, 3 x (k+1) no Grau I, sendo k o número de variáveis independentes);
- a amplitude do intervalo de confiança de 80% estoura o limite do grau pretendido;
- há ponto claramente atípico sem justificativa;
- o laudo não segue a ABNT NBR 14653 (Parte 1, 2 ou 3, conforme o imóvel) e não está assinado por engenheiro (CREA, com ART) ou arquiteto e urbanista (CAU, com RRT).
Como eu olho um ponto suspeito antes de mexer no modelo
Meu roteiro é simples e evita decisão no calor do momento.
- Volto à fonte. Abro o link, confiro data, área, padrão e tipologia. Muita oferta "absurda" é anúncio antigo, área errada ou imóvel que mudou de características.
- Comparo com os pares. Se o ponto tem área, padrão e localização semelhantes aos vizinhos e mesmo assim se afasta, ele merece atenção. Se é um imóvel de esquina, reformado, com vista ou terreno maior, talvez não seja outlier: é outro produto.
- Verifico a variável. Um dado pode parecer atípico porque falta uma variável no modelo. Se você não tem regressor para andar, vaga ou conservação, o ponto carrega essa diferença e distorce o coeficiente.
- Testo com e sem o ponto. Rodo a regressão nas duas versões e comparo significância dos regressores, aderência e amplitude do intervalo. Não escolho a versão que dá o número que eu queria; escolho a que se sustenta tecnicamente.
- Justifico no laudo. Se o ponto sai, escrevo o motivo, com fonte e data. Se fica, explico por que é um dado legítimo.
O que eu não faço: apagar ponto porque atrapalha, trocar dado sem registrar, esconder amostra que não fecha o grau, ou tratar outlier depois de escolher a amostra pelo preço. Isso não é tratamento de dado atípico, é manipulação.
Tratamento por fatores pede o mesmo cuidado
Nem toda avaliação vai para inferência estatística. No comparativo direto por tratamento por fatores, o outlier também aparece. A diferença é que você não tem resíduo para olhar. O critério é a coerência entre o fator aplicado e a realidade do mercado.
Se um anúncio está muito acima do conjunto, pergunte qual fator explicaria o salto. Se a resposta for "nada além do preço", o dado não entra ou entra com ressalva forte. O mesmo vale para evolutivo, involutivo e da renda: métodos diferentes, mas o princípio é o mesmo. Dado atípico sem explicação contamina o resultado.
Grau de fundamentação não se compra com ponto apagado
A pontuação por item (caracterização do avaliando, quantidade de dados, identificação dos dados, extrapolação, significância dos regressores e do modelo) existe para medir a qualidade da sua avaliação, não para ser maquiada. Soma mínima de 16 pontos para Grau III, 10 para Grau II e 6 para Grau I. Precisão, por sua vez, olha a amplitude do intervalo de confiança de 80%: até 30% no Grau III, 40% no Grau II e 50% no Grau I.
Um outlier tratado de forma honesta pode custar pontos num primeiro momento, mas protege o laudo na revisão. Um outlier varrido para debaixo do tapete pode até fechar a conta, mas derruba o parecer no credenciamento e queima seu nome com o contratante.
Ferramenta ajuda, mas quem assina é você
Você pode fazer tudo isso na planilha, com paciência e um bom caderno de campo. Também pode usar ferramenta que busca amostras com link e data, roda a regressão e calcula os graus, deixando para você a revisão técnica e a assinatura. A Avaliaí segue essa linha, e o cadastro dá 1 laudo grátis para você testar no próximo caso: avaliai-app.com/cadastro.
No fim, outlier é menos sobre estatística e mais sobre honestidade de processo. Entenda o ponto, documente a decisão e assine com consciência. O resto é consequência.
Emita o laudo pela NBR 14653 em minutos
A Avaliaí busca as amostras com link e data, roda a regressão e entrega o laudo com o grau de fundamentação calculado, pronto para você revisar e assinar. O cadastro dá 1 laudo grátis.
Criar conta grátis