Análise e Previsão de Séries Temporais com Dados do IPEA
2023-12-21
Chapter 1 Introdução
1.1 Sobre o Projeto
O ipeadatar-shiny é uma plataforma interativa para análise e visualização de séries temporais socioeconômicas. Este projeto foi criado na disciplina SME0808 - Séries Temporais e Aprendizado Dinâmico no segundo semestre de 2023 e é fortemente baseado nos conceitos e técnicas apresentados no livro “Forecasting: Principles and Practice” (fpp3), um recurso abrangente sobre modelagem e previsão de séries temporais em linguagem R.
1.1.1 Estrutura da documentação
A documentação está organizada em várias seções, cada uma dedicada a um aspecto específico da nossa plataforma web:
- Explorador: Um guia para explorar algumas das séries fornecidas pelo pacote ipeadatar.
- Modelagem: Página interativa com técnicas de decomposição e pré processamento de séries temporais.
- Diagnóstico: Análises de resíduos e testes de hipótese para avaliar modelos preditivos de séries temporais.
- Previsão: Previsões realizadas pelo modelo ajustado.
Cada página oferece uma combinação de teoria, exemplos práticos e orientações para utilizar efetivamente essas ferramentas na nossa plataforma.
1.2 Contribuições
Contribuições para o projeto são sempre bem-vindas! Se você deseja contribuir com código, documentação, relatórios de bugs ou sugestões, por favor, veja nossa página de Contribuições.
1.3 Licença
Este projeto está sob a licença MIT. Para mais detalhes, veja o arquivo LICENSE.
1.4 Contato
Para mais informações, dúvidas ou feedback, não hesite em nos contatar através das Issues do GitHub.