boxjenkins 1.1.1

Implementação completa do ciclo Box-Jenkins para modelagem ARIMA

boxjenkins

Implementação completa em Python do ciclo Box-Jenkins para modelagem ARIMA (AutoRegressive Integrated Moving Average).

Esta biblioteca implementa manualmente todas as etapas da metodologia Box-Jenkins, sem dependência de statsmodels, para fins educacionais e de pesquisa.

🎯 Características

• Implementação manual completa do ciclo Box-Jenkins (4 fases)
• Cálculos estatísticos from scratch: ACF, PACF, Ljung-Box
• Suporte completo a Pandas: índices temporais preservados
• Otimização via scipy: estimação por mínimos quadrados condicionais
• 🆕 Gráficos estilo statsmodels: Diagnósticos profissionais em layout 2x2
• 🆕 Intervalos de confiança: Previsões com IC 95%
• Salvamento automático: Gráficos, resultados e metadados organizados por execução (estilo MLflow)

📦 Instalação

Via pip (local)

# Clone o repositório
git clone https://github.com/GersonRS/boxjenkins.git
cd boxjenkins

# Instale em modo de desenvolvimento
pip install -e .

Via pip (produção)

pip install git+https://github.com/GersonRS/boxjenkins.git

🚀 Uso Rápido

import pandas as pd
from boxjenkins import BoxJenkinsPandas

# Carregue seus dados
df = pd.read_csv('data.csv', index_col=0, parse_dates=True)
precos = df['valor'].tolist()
dates = df.index

# Crie o modelo (gráficos salvos automaticamente em runs/)
model = BoxJenkinsPandas(
    precos, 
    dates=dates, 
    freq='D',
    run_name="minha_analise",  # Nome da execução (opcional)
    show_plots=False            # False=salva apenas, True=exibe e salva
)

# Fase 1: Identificação (diferenciação + ACF/PACF)
model.identificacao(d=1)

# Fase 2: Estimação (ajuste de parâmetros)
model.estimacao(p=1, q=1)

# Fase 3: Diagnóstico (análise de resíduos)
model.diagnostico()

# Fase 4: Previsão
forecast = model.previsao(steps=30)

# Resultados salvos em: runs/minha_analise/
# - plots/ (gráficos PNG)
# - *.txt (resultados)
# - *.csv (previsões)
# - metadata.json (metadados)

📖 Ciclo Box-Jenkins

A metodologia implementa as 4 fases clássicas:

1. Identificação (4 painéis)

• Aplica diferenciação para tornar a série estacionária
• Calcula e plota ACF (Função de Autocorrelação)
• Calcula e plota PACF (Função de Autocorrelação Parcial)
• Layout 2x2: Série original, série diferenciada, ACF, PACF
• Ajuda a determinar os valores de p, d, q

model.identificacao(d=1)  # d = ordem de diferenciação

2. Estimação

• Estima parâmetros φ (AR) e θ (MA) via otimização
• Usa mínimos quadrados condicionais
• Otimizador: L-BFGS-B do scipy

model.estimacao(p=1, q=1)  # p = AR, q = MA

3. Diagnóstico (4 painéis estilo statsmodels)

• Analisa resíduos para verificar se são ruído branco
• Standardized Residuals: Resíduos padronizados ao longo do tempo
• Histogram + KDE: Distribuição com curva normal N(0,1) de referência
• Normal Q-Q Plot: Teste visual de normalidade
• Correlogram: ACF dos resíduos com bandas de confiança
• Calcula estatística Q de Ljung-Box

model.diagnostico()

4. Previsão (com IC 95%)

• Gera previsões futuras usando equação de diferenças
• Aplica integração para reverter diferenciação
• Intervalos de confiança 95% visualizados
• Retorna pd.Series com índice temporal

forecast = model.previsao(steps=30)

📊 Exemplo Completo

import pandas as pd
import numpy as np
from boxjenkins import BoxJenkinsPandas

# Dados sintéticos: random walk com tendência
np.random.seed(42)
dates = pd.date_range(start='2023-01-01', periods=100, freq='D')
vals = [10]
for i in range(1, 100):
    vals.append(vals[-1] + 0.5 + np.random.normal(0, 1))

# Modelagem ARIMA
model = BoxJenkinsPandas(vals, dates=dates, freq='D')

# Workflow completo
model.identificacao(d=1)      # Diferenciação de ordem 1
model.estimacao(p=1, q=0)     # ARIMA(1,1,0)
model.diagnostico()           # Validação
forecast = model.previsao(steps=15)  # Previsão 15 dias

print(forecast)

🔧 Dependências

• numpy >= 1.20.0 - Operações numéricas
• pandas >= 1.3.0 - Manipulação de séries temporais
• scipy >= 1.7.0 - Otimização numérica
• matplotlib >= 3.4.0 - Visualização

📝 Notas Técnicas

Convenção de Sinais MA

Esta implementação usa a convenção (1 - θB) para termos de média móvel:

a_t = w_t - AR_terms + MA_terms

Isso pode resultar em sinais opostos comparado a outras implementações que usam (1 + θB).

Limitações

• Suporta diferenciação até ordem d=2
• Burn-in period: primeiros max(p,q) resíduos são ignorados
• Gráficos usam plt.show() (bloqueante)

📚 Estrutura do Projeto

boxjenkins/
├── boxjenkins/
│   ├── __init__.py                   # Exporta BoxJenkinsPandas
│   └── models.py                     # Implementação da classe principal
├── examples/
│   ├── exemplo_basico.py             # Uso básico
│   └── exemplo_avancado.py           # Comparação de modelos
├── runs/                             # Execuções salvas (gerado automaticamente)
│   └── <run_name>/
│       ├── plots/                    # Gráficos PNG (300 DPI)
│       ├── metadata.json             # Metadados da execução
│       ├── 02_estimacao.txt          # Parâmetros estimados
│       ├── 03_diagnostico.txt        # Estatísticas do diagnóstico
│       └── 04_previsao.csv           # Série de previsões
├── setup.py                          # Configuração pip (legacy)
├── pyproject.toml                    # Configuração pip (moderno)
├── README.md                         # Esta documentação
├── FEATURE_STATSMODELS_PLOTS.md      # Documentação dos gráficos
└── LICENSE                           # Licença MIT

🤝 Contribuindo

Contribuições são bem-vindas! Este é um projeto educacional focado em demonstrar a implementação manual do Box-Jenkins.

📄 Licença

MIT License - veja LICENSE para detalhes.

👤 Autor

Gerson RS

• GitHub: @GersonRS

🔗 Links Úteis

• Documentação Box-Jenkins
• ARIMA Models
• Time Series Analysis