Neste exemplo, uma série temporal de vendas mensais foi criada e analisada usando o pacote forecast do R. A série temporal foi primeiro visualizada para identificar tendências ou sazonalidades. Em seguida, a série foi decomposta para separar os componentes de tendência, sazonalidade e ruído.

Após a decomposição, um modelo ARIMA (AutoRegressive Integrated Moving Average) foi ajustado automaticamente usando a função auto.arima(), que seleciona o melhor modelo com base em critérios estatísticos. Esse modelo foi então usado para prever as vendas dos próximos 12 meses.

Este exemplo demonstra a aplicação de uma técnica clássica de séries temporais em R, útil para análise de dados históricos e previsão futura em contextos de negócios.