Mercado Imobiliário
Portugal 2026

Em síntese: Os modelos serão carregados quando esta aba for visitada.

Modelos implementados: (1) Regressão Linear Simples — OLS com testes de significância; (2) Regressão Múltipla — IPHab ~ f(Euribor, Inflação, Tendência); (3) Regressão Polinomial — captura não-linearidades; (4) Análise de Regime — classificação por limiares (threshold-based); (5) Decomposição de Séries Temporais — aditiva (tendência + sazonalidade + resíduo); (6) Testes de Diagnóstico — Durbin-Watson, Jarque-Bera, Breusch-Pagan (proxy univariado), ADF simplificado. Todos os cálculos são feitos client-side em JavaScript com implementação manual dos algoritmos OLS (equações normais), sem bibliotecas externas. Estes são modelos de econometria clássica e estatística inferencial — não constituem Machine Learning.

Pressupostos OLS assumidos (regras que o modelo estatístico precisa cumprir para os resultados serem confiáveis): (i) Linearidade da relação entre variáveis; (ii) Independência das observações (um dado não influencia o seguinte); (iii) Homocedasticidade dos resíduos (o erro do modelo tem tamanho parecido ao longo de toda a série, não cresce nem encolhe de forma sistemática); (iv) Normalidade dos erros — verificada via Jarque-Bera (teste que confirma se os erros seguem a distribuição estatística esperada); (v) Ausência de multicolinearidade perfeita (para regressão múltipla; as variáveis explicativas não podem ser cópias umas das outras). Os testes diagnósticos na seção 7 avaliam a validade empírica destes pressupostos. Em caso de violação, os standard errors (a margem de erro de cada coeficiente) podem estar sub ou sobre-estimados — recomenda-se cautela na interpretação dos p-values (a probabilidade de o resultado observado ser apenas acaso).