Dashboard PRO: Series Temporales ARIMA/SARIMA¶
Dashboard interactivo con diseño profesional inspirado en terminales financieras tipo Bloomberg, para el analisis completo de series temporales siguiendo la metodologia Box-Jenkins.
Caracteristicas del Dashboard¶
| Elemento | Descripcion |
|---|---|
| Tema | Oscuro tipo terminal financiera (inspirado Bloomberg/OECD Explorer) |
| KPIs | Cards con metricas en tiempo real: RMSE, MAE, MAPE, R2, AIC |
| Pestanas | 7 secciones interactivas con transiciones suaves |
| Responsivo | Adaptable a diferentes tamanos de pantalla |
Contenido por Pestana¶
| # | Pestana | Descripcion |
|---|---|---|
| 1 | Serie Original | Pasajeros aereos 1949-1960 con media movil 12M |
| 2 | Descomposicion | Tendencia + Estacionalidad + Residuo (multiplicativa) |
| 3 | ACF / PACF | Autocorrelacion de la serie diferenciada (d=1, D=1, s=12) |
| 4 | Diagnostico | Residuos, histograma, ACF residual, Q-Q plot |
| 5 | Pronostico | Serie + ajuste SARIMA + forecast 24 meses + IC 95% |
| 6 | Metricas Radar | Visualizacion polar de las metricas normalizadas |
| 7 | Comparativa | Comparacion de diferentes ordenes SARIMA |
Inspiracion de Diseno¶
Este dashboard fue creado siguiendo las mejores practicas de visualizacion financiera:
- OECD Pension Explorer - Plotly App oficial de la OECD
- Portfolio Optimizer - Panel/HoloViz Gallery
- Dash Bootstrap Templates - Temas profesionales para Dash
Metodologia Box-Jenkins¶
- Identificacion: Analisis ACF/PACF para determinar ordenes (p, d, q)(P, D, Q)[s]
- Estimacion: Ajuste por maxima verosimilitud con SARIMAX
- Diagnostico: Tests de Ljung-Box, Jarque-Bera, Q-Q plot
- Pronostico: Forecast con intervalos de confianza al 95%
Codigo Fuente¶
- Script de ejercicio:
ejercicios/04_machine_learning/07_series_temporales_arima/ - Exportador dashboard:
.profesor/soluciones/TRABAJO_FINAL/export_arima_pro.py - Guia teorica: Series Temporales ARIMA
---
Curso: Big Data con Python - De Cero a Produccion Profesor: Juan Marcelo Gutierrez Miranda | @TodoEconometria Hash ID: 4e8d9b1a5f6e7c3d2b1a0f9e8d7c6b5a4f3e2d1c0b9a8f7e6d5c4b3a2f1e0d9c
Referencias academicas:
- Box, G.E.P. & Jenkins, G.M. (1976). Time Series Analysis: Forecasting and Control. Holden-Day.
- Hyndman, R.J. & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). OTexts.
- Hamilton, J.D. (1994). Time Series Analysis. Princeton University Press.