ANEXO C - NBR 14653-2

ANEXO C - NBR 14653-2

1. C.1 Introdução

   • Esta técnica é recomendada quando for constatada a existência de autocorrelação espacial entre os dados observados
   • O procedimento tem se mostrado especialmente útil em avaliações em massa, plantas de valores genéricos, estudos de velocidades de vendas e de demandas habitacionais

2. C.2 Pressupostos básicos

   • Devem ser observados todos os pressupostos da regressão linear clássica
   • Caso seja verificada a existência de autocorrelação espacial, proveniente de interação ou dependência espacial entre os dados, recomenda-se incorporar os efeitos de dependência espacial ao modelo clássico de regressão

3. C.3 Recomendações

   • Diagnóstico da autocorrelação espacial
     • deve ser precedido do georreferenciamento dos elementos amostrais e da espacialização dos resíduos do modelo
       • pela análise do gráfico espacial dos resíduos, que deve apresentar pontos com sinais dispersos aleatoriamente, sem nenhum padrão definido em termos de clusters ou agrupamentos
       • pela análise do semivariograma, que é um gráfico da semivariância γ( h ) versus h,
       • pela aplicação dos testes de Moran I, LM (erro) ou LM (defasagem), pela definição prévia de uma matriz de pesos espaciais, conhecida como W
     • Incorporação de efeitos de dependência espacial
       • Quando os efeitos de dependência espacial forem inferidos pelo semivariograma, podem ser empregados métodos para determinar os pesos necessários a uma interpolação local, como, por exemplo, o método da Krigagem
       • Quando os efeitos de dependência espacial forem inferidos por testes estatísticos, recomenda-se introduzir extensões convenientes no modelo clássico de regressão, considerando-se os efeitos de autocorrelação espacial nos erros, através do Modelo de Erro Espacial ou os efeitos ocasionados pelas interações entre os preços, pelo Modelo de Defasagem Espacial
       • A escolha do modelo a adotar – Modelo de Erro Espacial ou Modelo de Defasagem Espacial - pode ser feita com a utilização dos critérios de informação de Akaike (AIC) e de Scwartz (SC)