# Analyse de Séries Temporelles – Shiny App

Application Shiny modulaire pour analyser et prévoir des séries temporelles.  
Elle permet d’importer des données depuis CSV, datasets internes ou bases de données,  
de visualiser les séries, de calculer des statistiques et de réaliser des prévisions avec ARIMA ou ETS.

---

## Structure du projet

my_shiny_app/
├── app.R
├── modules/
│ ├── accueil_module.R
│ ├── import_module.R
│ ├── analyse_module.R
│ ├── overview_module.R
│ └── forecast_module.R
├── README.md

## Dépendances

```r
install.packages(c(
  "shiny", "shinydashboard", "ggplot2", "plotly", "forecast",
  "DBI", "RPostgres", "RMySQL", "RSQLite", "reshape2"
))

---

Lancer l’application localement

1. Cloner le dépôt :

git clone https://github.com/TON_PSEUDO/my_shiny_app.git
cd my_shiny_app

2. Dans R ou RStudio :

library(shiny)
runApp(".")

L’application s’ouvre dans votre navigateur à l’adresse http://127.0.0.1:XXXX.

---

Modules et fonctionnalités

• Accueil / À propos : présentation et instructions d’utilisation.
• Import : import depuis CSV, datasets internes ou bases de données (PostgreSQL, MySQL/MariaDB, SQLite), avec sélection de colonnes.
• Analyse : graphique interactif + statistiques descriptives en valueBox (Moyenne, Médiane, Écart-type, Min, Max, Q1, Q3).
• Vue d’ensemble : série observée + décomposition STL en trois graphiques (Trend, Saisonnalité, Résidus).
• Prévisions : modèles ARIMA ou ETS avec visualisation interactive et résumé du modèle.

---

Déploiement

shinyapps.io

1. Installer et configurer rsconnect :

install.packages("rsconnect")
library(rsconnect)
rsconnect::setAccountInfo(name='TON_COMPTE', token='TON_TOKEN', secret='TON_SECRET')

2. Déployer l’application :

rsconnect::deployApp(".")

Vous obtiendrez une URL publique pour accéder à l’application.

---