O modelo clássico de regressão pode ser usado com segurança, desde que se verifiquem os seus pressupostos básicos. Um dos grandes problemas enfrentados pelos avaliadores quando tratam dados imobiliários, principalmente quando se faz avaliações em massa, diz respeito à hipótese de variância constante (homocedasticidade) e normalidade dos erros aleatórios. Quando estas hipóteses não são atendidas as estimativas das variâncias dos parâmetros são tendenciosas o que pode levar muitas vezes o avaliador a desprezar variáveis fundamentais no modelo, provocando, assim, erros de especificação. Desta forma, os resultados obtidos, quaisquer que sejam eles, são enganosos. Este trabalho utilizará uma classe de modelos bem mais ampla, desenvolvida por Nelder e Wedderburn (1972), da qual o modelo clássico de regressão é um caso particular. Nesses modelos denominados de Modelos Lineares Generalizados (MLGs), alguns dos pressupostos básicos, tais como, variância constante e distribuição normal para o erro, não são mais exigidos. Apresenta-se a seguir, conceitos básicos para construção destes modelos. Ao final analisa-se uma amostra composta por 795 (setecentos e noventa e cinco) dados de mercado de apartamentos na região metropolitana do Recife-PE, construindo-se modelos plausíveis para explicar a formação dos preços observados, através do sistema GLIM. Na construção dos modelos será utilizado o método de Box-Cox (1964). Para verificação de pontos influentes serão utilizadas técnicas de diagnóstico, incluindo-se o teste de Cook (1977). Maiores detalhes sobre o tema podem ser encontrados em Cordeiro (1983a) e Dantas(1998).