Aplicação do método AHP – Análise Hierárquica de Processos, dentro da lógica fuzzy, no ranking de variáveis qualitativas para modelos de regressão linear

Authors

DOI:

https://doi.org/10.29327/2290393.1.2-2

Keywords:

AHP, Fuzzy sets, Variáveis qualitativas

Abstract

A NBR 14.653 recomenda a utilização sempre que possível de variáveis independentes quantitativas nas avaliações de imóveis. Entretanto, na prática é comum o uso também de variáveis qualitativas com tratamento científico de dados nos modelos de regressão linear. O tratamento das variáveis quantitativas normalmente não apresenta grandes dificuldades para os avaliadores. Já as variáveis qualitativas muitas vezes representam desafios para o avaliador, especialmente nas amostras com pequena quantidade de dados. A NBR 14.653 estabelece quatro critérios para tratamento das variáveis qualitativas, na ordem de prioridade: variáveis dicotômicas, variáveis proxy, códigos ajustados e códigos alocados. As variáveis qualitativas estão relacionadas ao conceito de fuzzy, entendido como algo difuso, nebuloso etc. Os conjuntos fuzzy (Fuzzy Sets) não seguem a teoria clássica de conjuntos e sim a lógica difusa do Zadeh. Mas que operadores utilizar para trabalhar com os conjuntos fuzzy na avaliação de imóveis? Neste trabalho foi utilizado o Método AHP – Análise Hierárquica de Processos, proposto por Saaty, para o ranking de condomínios fechados de imóveis residenciais na cidade de Aracaju (SE). O ranking calculado pelo Método AHP foi empregado como variável independente no tratamento científico dos dados da amostra utilizada nos modelos de regressão linear e apresentou resultado muito satisfatório, validando o Método AHP para ranqueamento de variáveis qualitativas para o tratamento científico de dados nos modelos de regressão linear nas avaliações de imóveis.

Downloads

Download data is not yet available.

Published

2022-08-29

How to Cite

GONÇALVES, C. J. Aplicação do método AHP – Análise Hierárquica de Processos, dentro da lógica fuzzy, no ranking de variáveis qualitativas para modelos de regressão linear. Revista Valorem, [S. l.], v. 1, n. 2, p. 17–38, 2022. DOI: 10.29327/2290393.1.2-2. Disponível em: https://revistavalorem.com/index.php/home/article/view/14. Acesso em: 23 nov. 2024.

Issue

Section

Artigos Originais