Submitted by Amanda Silva (amanda.osilva2@ufpe.br) on 2015-03-05T15:08:39Z No. of bitstreams: 2 DISSERTAÇÃO Herder Gramacho.pdf: 4488276 bytes, checksum: 9094398f9193b5570b4f8d920ec0791c (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-05T15:08:39Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO Herder Gramacho.pdf: 4488276 bytes, checksum: 9094398f9193b5570b4f8d920ec0791c (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-12-09 / A geoestatística e a econometria espacial são técnicas que tem sido utilizadas com resultados satisfatórios na modelagem de efeitos espaciais presentes nos mercados imobiliários. No Brasil, os estudos tem se concentrado na avaliação destes efeitos em mercados de imóveis urbanos. Apesar dos imóveis rurais também estarem submetidos a estes efeitos, nestes mercados predominam os modelos clássicos de regressão linear. Além disso, a valoração cadastral rural dos municípios Brasileiros encontra-se por demais atrasada quando comparada com os países da Europa e América do Sul. Neste contexto, o objetivo deste trabalho foi avaliar a combinação de técnicas da econometria espacial e da geoestatística na modelagem dos efeitos espaciais em mercados de terras rurais e geração de PVG, propondo uma metodologia que seja aplicável à realidade dos municípios brasileiros. A proposta metodológica consistiu em investigar o efeito causado pela autocorrelação espacial sobre os modelos clássicos de regressão linear (MCRL), modelar estes efeitos por meio da econometria espacial e da geoestatística, avaliar o desempenho dos MCRL comparando-os com os modelos espaciais e produzir a PVG por meio da krigagem. A área de estudos foi o município de Petrolina-PE, onde foram coletadas 104 amostras de mercado georreferenciadas. A amostra de trabalho consistiu de 84 observações. A amostra de verificação consistiu de 20 observações. Os resultados mostraram que a autocorrelação espacial pode ter seus efeitos controlados tanto pela econometria tradicional quanto pela econometria espacial. No primeiro caso, a inserção de variáveis de localização foi suficiente para evitar o surgimento de autocorrelação nos resíduos. No segundo caso, o modelo espacial autorregressivo (SAR) foi capaz de controlar a autocorrelação presente nos resíduos do MCRL. Os modelos tiveram a qualidade do ajuste avaliada e além disso, tiveram o seu desempenho avaliado por meio de pontos de verificação que não fizeram parte da modelagem. O modelo econométrico tradicional com variáveis relacionadas à localização apresentou melhor ajuste bem como foi melhor na avaliação de desempenho. A avaliação de desempenho mostrou que todos os modelos apresentaram um coeficiente de dispersão elevado, provavelmente devido ao fato dos modelos buscarem retratar a realidade de mercado tanto da região de sequeiro quanto da região irrigada. Foram geradas superfícies de preços a partir das 84 observações originais bem como a partir dos valores preditos pelos modelos. A técnica utilizada foi a krigagem ordinária. As superfícies de preços obtidas tiveram seu desempenho avaliado por meio dos pontos de verificação. Os resultados mostraram que a superfície gerada por meio dos dados originais foi a que obteve o melhor desempenho. Em função da escala da base cartográfica disponível para geração das plantas de valores estas são indicadas para informar as faixas de preços nas diferentes regiões do município. Para avaliações dos imóveis o indicado é utilizar o modelo. A combinação de metodologias se mostrou aplicável à realidade dos mercados de terras rurais e permitiu a obtenção de modelos representativos da realidade destes mercados bem como a elaboração da PVG.