Relatório - SARIMA

[talithafs]

Criar duas versões de relatórios dinâmicos com a análise SARIMA de uma série do BETS:

• Versão Didática: para ensinar um pouco da metodologia e como fazer a análise no R
• Versão Técnica: apenas os resultados, para quem já conhece a metodologia e R

[talithafs]

Fiz um piloto da função que faz a modelagem SARIMA a partir de qualquer série do BETS e mostra os resultados passo a passo em um documento dinâmico. Exemplos de uso com séries interessantes estão no /tests/report_tests.R.

Funciona da seguinte maneira:

1. O usuário chama a função BETSreport(code, model, parameters), com o código da série que quer analisar, o tipo do modelo que será utilizado (por enquanto, só pode ser um SARIMA) e alguns parâmetros extras (por exemplo, o número máximo de defasagens numa função de auto-correlação ou o número de passos à frente no cálculo das previsões).
2. O BETS processa um arquivo .Rmd que tem como entrada o código da série na base de dados e os parâmetros extras. Esse arquivo mostra:
   • As informações da série (tal como encontradas na base bacen_v7)
   • O gráfico da série (feito com o dygraphs)
   • Os passos envolvidos na idenficação de um possível modelo: testes de raiz unitária (por enquanto, apenas o Dickey-Fuller do pacote urca e o OCSB do pacote forecast) e correlogramas da serie original, da série diferenciada (se for o caso) e sazonalmente diferenciada (se for o caso)
   • A estimação dos parâmetros e o resultado da seleção automática do modelo pela função auto.arima do pacote forecast.
   • As previsões n passos à frente utilizando a função forecast e um gráfico da série original com os valores previstos e os intervalos de confiança (feito também com o dygraphs)
3. O BETS salva o relatório em um arquivo .html chamado analysis_codigo_da_serie e abre esse arquivo para o usuário

OBS: Os correlogramas são feitos com uma função que criei, corrgram. Usei o ggplot2 e o plotly para tornar esses gráficos mais atraentes, mostrar valores exatos e calcular os intervalos de confiança de acordo com a fómula proposta por Bartlett (o erro padrão aumenta com os lags). Ela já está no BETS e pronta para uso.

Os comentários do relatório ainda não estão, nem de longe, tão didáticos quanto eu gostaria, mas, como eu disse antes, é apenas um piloto. Dentre as muitas opções do que ainda pode ser incluído, listo algumas:

• Correlograma dos resíduos padronizados, após a estimação.
• Outros testes de raiz unitária conhecidos, como o KPSS, o Phillips-Perron, etc.
• Testes de diagnóstico, como o LB e o BG
• X13-ARIMA-SEATS do seasonal, quando aplicável

[talithafs]

Vou criar outra issue para as extensões a este relatório.