# IST5109 - Hafta 7 laboratuvari
# TUIK hayat tablolarini okuma, turetme ve dogrulama
# Bu betik internet baglantisi olmadan, dersin uc veri dosyasiyla calisir.
#
# Gerekli paketler: dplyr, ggplot2, readr, scales, lifecontingencies. Kurulu
# degilse bir kez install.packages(c("dplyr", "ggplot2", "readr", "scales",
# "lifecontingencies")) ile kurun.
#
# Buradaki Gorev A-D kodu, ders notundaki "R Laboratuvari" bolumuyle birebir
# aynidir. Fark yalnizca sudur: notta kendiliginden yazdirilan ifadeler burada
# print() ile sarilmistir, cunku source() print.eval = FALSE ile calisir.

# Sayfadaki chunk'lar proje kokunden calisir; betik ders/ icinden
# calistirildiysa bir ust klasore geciyoruz ki ayni yollar tutsun.
if (!dir.exists(file.path("data", "derived")) &&
    dir.exists(file.path("..", "data", "derived"))) {
  setwd("..")
}

library(dplyr)
library(ggplot2)
library(readr)
library(scales)
library(lifecontingencies)

# Gorev A - Bir tabloyu secme ------------------------------------------------
veri_yolu <- file.path("data", "derived", "tuik_life_table.csv")
print(file.exists(veri_yolu))

hayat_tablosu <- read_csv(veri_yolu, show_col_types = FALSE)

print(hayat_tablosu)

gerekli_sutunlar <- c(
  "period", "sex", "age_label", "age_start", "open_interval",
  "mx", "qx", "lx", "ex"
)

print(gerekli_sutunlar)

eksik_sutunlar <- setdiff(gerekli_sutunlar, names(hayat_tablosu))

print(eksik_sutunlar)

print(hayat_tablosu |> count(period, sex))

guncel_donem <- hayat_tablosu |>
  distinct(period) |>
  mutate(donem_baslangici = parse_number(period)) |>
  slice_max(donem_baslangici, n = 1) |>
  pull(period)

print(guncel_donem)

secilen_tablo <- hayat_tablosu |>
  filter(period == guncel_donem, sex == "total") |>
  arrange(age_start)

print(secilen_tablo)

gorev_a_kontrol <- c(
  satir_sayisi_101  = nrow(secilen_tablo) == 101L,
  her_yas_tek_satir = !any(duplicated(secilen_tablo$age_start)),
  yas_sirali        = !is.unsorted(secilen_tablo$age_start)
)
stopifnot(gorev_a_kontrol)
print(gorev_a_kontrol)


# Gorev B - Sutunlari yeniden uretme -----------------------------------------
secilen_tablo <- secilen_tablo |>
  mutate(
    dx_turetilen = lx - lead(lx),
    px_turetilen = lead(lx) / lx,
    qx_turetilen = dx_turetilen / lx
  )

print(secilen_tablo |> select(age_start, lx, dx_turetilen, px_turetilen, qx_turetilen) |> head())

secilen_tablo <- secilen_tablo |>
  mutate(qx_farki = qx_turetilen - qx)

print(secilen_tablo |> select(age_start, qx, qx_turetilen, qx_farki) |> head(10))

qx_en_buyuk_fark <- secilen_tablo |>
  summarise(
    en_buyuk_mutlak_fark = max(abs(qx_farki), na.rm = TRUE),
    eksik_fark = sum(is.na(qx_farki))
  )

print(qx_en_buyuk_fark)

secilen_tablo <- secilen_tablo |>
  mutate(
    Lx_turetilen = ifelse(open_interval, lx, dx_turetilen) / mx,
    Tx_turetilen = rev(cumsum(rev(Lx_turetilen))),
    ex_turetilen = Tx_turetilen / lx
  )

print(secilen_tablo |> select(age_start, lx, mx, Lx_turetilen, Tx_turetilen, ex_turetilen, ex) |> head())

ax_ozeti <- secilen_tablo |>
  mutate(ax = 1 - 1 / qx + 1 / mx) |>
  summarise(
    a_0 = ax[age_start == 0],
    en_kucuk_1_99 = min(ax[age_start %in% 1:99]),
    en_buyuk_1_99 = max(ax[age_start %in% 1:99])
  )

print(ax_ozeti)

ex_kontrol <- isTRUE(all.equal(secilen_tablo$ex_turetilen, secilen_tablo$ex))
stopifnot(ex_kontrol)
print(list(
  en_buyuk_fark = max(abs(secilen_tablo$ex_turetilen - secilen_tablo$ex)),
  uyumlu = ex_kontrol
))

tuik_hayat_tablosu <- new(
  "lifetable",
  x = secilen_tablo$age_start,
  lx = secilen_tablo$lx,
  name = "TÜİK 2023-2025 toplam"
)

print(head(tuik_hayat_tablosu))

paket_ex0 <- c(
  kesikli = exn(tuik_hayat_tablosu, x = 0),
  tam = exn(tuik_hayat_tablosu, x = 0, type = "complete"),
  tuik = secilen_tablo$ex[secilen_tablo$age_start == 0]
)

print(paket_ex0)

ex_farki_parcalari <- secilen_tablo |>
  mutate(
    olen = ifelse(open_interval, lx, dx_turetilen),
    katki = (1 - 1 / qx + 1 / mx - 0.5) * olen / lx[1]
  ) |>
  summarise(
    yas_0 = katki[age_start == 0],
    yas_1_99 = sum(katki[age_start %in% 1:99]),
    acik_aralik = katki[open_interval],
    toplam = sum(katki)
  )

print(ex_farki_parcalari)


# Gorev C - Dogrulama kurallari ----------------------------------------------
kapali_araliklar <- secilen_tablo |> filter(!open_interval)

print(kapali_araliklar |>
  select(age_start, lx, qx, px_turetilen, qx_turetilen) |>
  tail(4))

gorev_c_kontrol <- c(
  qx_sifir_bir_arasinda = all(hayat_tablosu$qx >= 0 & hayat_tablosu$qx <= 1),
  lx_yasla_artmiyor     = all(diff(kapali_araliklar$lx) <= 0),
  qx_yeniden_uretiliyor = all(abs(kapali_araliklar$qx_turetilen -
                                    kapali_araliklar$qx) < 1e-10),
  birlesim_tekrarsiz    = anyDuplicated(
                            hayat_tablosu[c("period", "sex", "age_label")]) == 0L
)
stopifnot(gorev_c_kontrol)
print(gorev_c_kontrol)

hayatta_kalanlar <- hayat_tablosu |>
  filter(period == guncel_donem) |>
  arrange(age_start) |>
  mutate(
    cinsiyet = factor(
      sex,
      levels = c("female", "male", "total"),
      labels = c("Kadın", "Erkek", "Toplam")
    )
  )

print(hayatta_kalanlar)

print(ggplot(hayatta_kalanlar, aes(age_start, lx, colour = cinsiyet)) +
  geom_line(linewidth = 0.8) +
  scale_y_continuous(
    limits = c(0, NA),
    labels = label_number(big.mark = ".", decimal.mark = ",")
  ) +
  scale_colour_manual(
    values = c("Kadın" = "#F28E2B", "Erkek" = "#1F4E79", "Toplam" = "#C8A45C")
  ) +
  labs(
    x = "Yaş (yıl)",
    y = "l(x): hayatta kalan kişi sayısı",
    colour = "Cinsiyet"
  ) +
  theme_minimal(base_size = 12))

print(hayatta_kalanlar |>
  filter(age_start %in% c(50, 70, 80, 82, 90)) |>
  select(age_start, cinsiyet, lx))


# Gorev D - Cinsiyet, donem, egitim ve saglikli yasam ------------------------
olum_olasiligi <- hayat_tablosu |>
  filter(period == guncel_donem, !open_interval, qx > 0) |>
  arrange(age_start) |>
  mutate(
    cinsiyet = factor(
      sex,
      levels = c("female", "male", "total"),
      labels = c("Kadın", "Erkek", "Toplam")
    )
  )

print(olum_olasiligi)

print(ggplot(olum_olasiligi, aes(age_start, qx, colour = cinsiyet)) +
  geom_line(linewidth = 0.8) +
  scale_y_log10(
    labels = label_number(
      accuracy = 0.0001, decimal.mark = ",", drop0trailing = TRUE
    )
  ) +
  scale_colour_manual(
    values = c("Kadın" = "#F28E2B", "Erkek" = "#1F4E79", "Toplam" = "#C8A45C")
  ) +
  labs(
    x = "Yaş (yıl)",
    y = "q(x): bir yıllık ölüm olasılığı (log ölçek)",
    colour = "Cinsiyet"
  ) +
  theme_minimal(base_size = 12))

cinsiyet_qx_yaslar <- olum_olasiligi |>
  filter(sex != "total", age_start %in% c(10, 20, 40, 60, 80, 98)) |>
  group_by(age_start) |>
  summarise(
    kadin = qx[sex == "female"],
    erkek = qx[sex == "male"],
    erkek_kadin_orani = erkek / kadin
  )

print(cinsiyet_qx_yaslar)

donem_karsilastirmasi <- hayat_tablosu |>
  filter(sex == "total", age_start %in% c(0, 65, 80)) |>
  group_by(age_start) |>
  summarise(
    qx_2022_24 = qx[period == "2022-2024"],
    qx_2023_25 = qx[period == "2023-2025"],
    qx_degisim = qx_2023_25 / qx_2022_24 - 1,
    ex_2022_24 = ex[period == "2022-2024"],
    ex_2023_25 = ex[period == "2023-2025"],
    ex_farki   = ex_2023_25 - ex_2022_24
  )

print(donem_karsilastirmasi)

egitim_yolu <- file.path("data", "derived", "life_expectancy_education.csv")
saglikli_yolu <- file.path("data", "derived", "healthy_life_expectancy.csv")
print(file.exists(c(egitim_yolu, saglikli_yolu)))

saglikli <- read_csv(saglikli_yolu, show_col_types = FALSE)

print(saglikli)

dogusta_saglikli <- saglikli |>
  filter(age_start == 0) |>
  select(sex, healthy_years)

print(dogusta_saglikli)

dogusta_beklenen <- hayat_tablosu |>
  filter(period == guncel_donem, age_start == 0) |>
  select(sex, ex)

print(dogusta_beklenen)

saglikli_karsilastirma <- dogusta_saglikli |>
  left_join(dogusta_beklenen, by = "sex") |>
  mutate(
    saglikli_pay = healthy_years / ex,
    saglikli_olmayan_yil = ex - healthy_years
  )

print(saglikli_karsilastirma)

egitim <- read_csv(egitim_yolu, show_col_types = FALSE)

print(egitim)

egitim_30 <- egitim |> filter(age == 30)

print(egitim_30)

egitim_farki <- egitim_30 |>
  group_by(sex) |>
  summarise(
    lise_alti = life_expectancy[education == "below_upper_secondary"],
    yuksekogretim = life_expectancy[education == "tertiary"],
    fark = yuksekogretim - lise_alti
  )

print(egitim_farki)

egitim_konum <- egitim_30 |>
  group_by(education) |>
  summarise(
    kadin = life_expectancy[sex == "female"],
    erkek = life_expectancy[sex == "male"],
    toplam = life_expectancy[sex == "total"],
    konum = (toplam - erkek) / (kadin - erkek)
  )

print(egitim_konum)
