## ----include = FALSE----------------------------------------------------------
knitr::opts_chunk$set(collapse = TRUE, comment = "#>")
old <- options(pksR.lang = "de")

## -----------------------------------------------------------------------------
library(pksR)

## ----eval = FALSE-------------------------------------------------------------
# # Neuester Gebietsstand, Bevölkerungsgewichte: das veröffentlichte Panel
# neuester <- pks_get(years = 2005:2015)
# 
# # Gebietsstand 2011, nach der Reform in Mecklenburg-Vorpommern
# d2011 <- pks_get(years = 2005:2011, harmonize_to = 2011)
# 
# # Flächen- statt Bevölkerungsgewichte
# flaeche <- pks_get(years = 2005:2015, weights = "area")

## ----eval = FALSE-------------------------------------------------------------
# d <- pks_get(years = 2005:2012, offence = "insgesamt")
# w <- pks_compare_weights(d)   # lädt dieselbe Abfrage mit Flächengewichten
# w[abs(w$relative_difference) > 0.01, c("year", "ags", "region_name", "cases_population", "cases_area")]

## ----eval = FALSE-------------------------------------------------------------
# w$log_hz_population <- log(w$hz_population)
# w$log_hz_area <- log(w$hz_area)
# # z. B. dasselbe Modell mit zweifach fixen Effekten auf log_hz_population und auf log_hz_area

## ----eval = FALSE-------------------------------------------------------------
# veroeffentlicht <- pks_get(years = 2005:2012, offence = "insgesamt", harmonize_to = NULL)
# table(veroeffentlicht$year)    # die Zahl der Kreise ändert sich mit den Reformen
# harmonisiert <- pks_get(years = 2005:2012, offence = "insgesamt")
# table(harmonisiert$year)       # jedes Jahr dieselben 400 Kreise

## ----eval = FALSE-------------------------------------------------------------
# # Kreise, die in jedem Jahr des Zeitraums mit demselben Schlüssel vorkommen.
# # Ein Kreis, der einen anderen aufnimmt, behält seinen Schlüssel (der
# # Wartburgkreis 2021): auch solche Kreise anhand des Umsteigeschlüssels entfernen.
# stabil <- Reduce(intersect, split(veroeffentlicht$ags, veroeffentlicht$year))
# balanciert <- veroeffentlicht[veroeffentlicht$ags %in% stabil, ]
# # Harmonisierte Zeilen, die auf Teilungsgewichten beruhen
# sum(harmonisiert$estimated)

## -----------------------------------------------------------------------------
d <- pks_example()
r <- pks_rates(d, population = "corrected")
head(r[, c("year", "ags", "offence_key", "hz", "rate_population")])

## -----------------------------------------------------------------------------
d <- pks_example()
bev <- unique(data.frame(year = d$year, ags = d$ags, population = d$derived_population))
head(pks_rates(d, population = bev)[, c("year", "ags", "offence_key", "hz")])

## ----include = FALSE----------------------------------------------------------
options(old)

