LifeExpectancy

Expectativa de vida

El siguiente código toma un dataset provisto por Tidy Tuesday que brinda información sobre la expectativa de vida anual de cada pais e intenta responder las siguientes preguntas:

1- Cuál es la relación entre el nivel de ingresos-desarrollo y la expectativa de vida?

2- Cuáles son los 3 países que tuvieron mayor/menor expectativa de vida promedio?

Cual fue el pais que tuvo mejor evolución de su expectativa de vida en un año?

# Instalar y cargar las librerias
# install.packages(c("tidytuesdayR", "DBI", "RSQLite","tidyverse","datos","shiny"))
library(tidytuesdayR)
library(DBI)
library(RSQLite)
library(tidyverse)
library(datos)
library(shiny)

# Descargar los datasets
tuesdata <- tidytuesdayR::tt_load("2023-12-05")
life_expectancy <- tuesdata$life_expectancy
life_expectancy_different_ages <- tuesdata$life_expectancy_different_ages
# life_expectancy_female_male <- tuesdata$life_expectancy_female_male 

# Crear una conexión ficticia a una base de datos ficticia
con <- dbConnect(RSQLite::SQLite(), dbname = ":memory:")

# Crear tablas e insertar los datasets
dbWriteTable(con, "life", life_expectancy, overwrite = TRUE)
dbWriteTable(con, "life_ages", life_expectancy_different_ages, overwrite = TRUE)
# dbWriteTable(con, "life_sex", life_expectancy_female_male)

---

Expectativa de vida por continente

# Consultar datos desde la tabla life
Continents <- dbGetQuery(con, "
                         SELECT * 
                         FROM life 
                         WHERE Entity='Americas' 
                         OR Entity='Africa'  
                         OR Entity='Asia'  
                         OR Entity='Europe' 
                         OR Entity='Oceania' 
                         OR Entity='World'
                         ")

# Graficar las expectativas de vida por continente
ggplot(Continents, aes(x = Year, y = LifeExpectancy, color = Entity, label = Entity)) +
  geom_line() +
  geom_point() +
  labs(title = "Evolución de la Expectativa de Vida por continente",
       x = "Año",
       y = "Expectativa de Vida") +
  theme_minimal()

---

Expectativa de vida por nivel de ingresos

# Consultar datos desde la tabla life
Income <- dbGetQuery(con, "
                         SELECT * 
                         FROM life 
                         WHERE Entity='Low-income countries' 
                         OR Entity='Lower-middle-income countries'  
                         OR Entity='Middle-income countries'  
                         OR Entity='Upper-middle-income countries' 
                         OR Entity='High-income countries' 
                         ")

# Graficar las expectativas de vida por nivel de ingresos
ggplot(Income, aes(x = Year, y = LifeExpectancy, color = Entity, label = Entity)) +
  geom_line() +
  geom_point() +
  labs(title = "Evolución de la Expectativa de Vida por nivel de ingresos",
       x = "Año",
       y = "Expectativa de Vida") +
  theme_minimal()

---

Expectativa de vida por nivel de desarrollo

# Consultar datos desde la tabla life
Development <- dbGetQuery(con, "
                         SELECT * 
                         FROM life 
                         WHERE Entity='Less developed regions' 
                         OR Entity='Less developed regions, excluding China'  
                         OR Entity='Less developed regions, excluding least developed countries'  
                         OR Entity='More developed regions' 
                         OR Entity='Small Island Developing States (SIDS)' 
                         ")

# Graficar las expectativas de vida por nivel de ingresos
ggplot(Development, aes(x = Year, y = LifeExpectancy, color = Entity, label = Entity)) +
  geom_line() +
  geom_point() +
  labs(title = "Evolución de la Expectativa de Vida por nivel de desarrollo",
       x = "Año",
       y = "Expectativa de Vida") +
  theme_minimal()

1- Cuál es la relación entre el nivel de ingresos-desarrollo y la expectativa de vida?

A mayor nivel de ingresos o nivel de desarrollo se observa una mayor expectativa de vida.

---

Paises extremos

Paises extremos son los 3 paises que en promedio tuvieron mayor/menor expectativa de vida cada año.

# Filtrar datos a partir de 1950 hasta 2019
data <- life_expectancy %>% filter(Year >= 1950 & Year <= 2019,
                                    !grepl("develop", Entity, ignore.case = TRUE))

dbWriteTable(con, "data", data)

# Consulta para obtener los 3 países con mayor LifeExpectancy en promedio
query_top_countries <- "
  SELECT Entity, AVG(LifeExpectancy) AS AvgLifeExpectancy
  FROM data
  GROUP BY Entity
  ORDER BY AvgLifeExpectancy DESC
  LIMIT 3
"

# Consulta para obtener los 3 países con menor LifeExpectancy en promedio
query_bottom_countries <- "
  SELECT Entity, AVG(LifeExpectancy) AS AvgLifeExpectancy
  FROM data
  GROUP BY Entity
  ORDER BY AvgLifeExpectancy ASC
  LIMIT 3
"

# Ejecutar las consultas y guardar los resultados en dataframes
top_countries <- dbGetQuery(con, query_top_countries)
bottom_countries <- dbGetQuery(con, query_bottom_countries)

# Mostrar los resultados
print("Países con mayor LifeExpectancy en promedio:")
print(top_countries)

print("Países con menor LifeExpectancy en promedio:")
print(bottom_countries)

# Consultar datos desde la tabla life
Extremos <- dbGetQuery(con, "SELECT * FROM life WHERE Entity='Monaco' OR Entity='Andorra'  OR Entity='San Marino'  OR Entity='South Sudan' OR Entity='Mali' OR Entity='Sierra Leone'")

extremos <- Extremos %>%
  filter(Year >= 1950)
# Graficar las expectativas de vida por paises extremos
ggplot(extremos, aes(x = Year, y = LifeExpectancy, color = Entity, label = Entity)) +
  geom_line() +
  geom_point() +
  labs(title = "Evolución de la Expectativa de Vida por paises extremos",
       x = "Año",
       y = "Expectativa de Vida") +
  theme_minimal()

2- Cuáles son los 3 países que tuvieron mayor/menor expectativa de vida promedio?

Los 3 países con mayor expectativa de vida promedio fueron: Iceland, Sweden, Monaco.

Los 3 países con menor expectativa de vida promedio fueron: South Sudan, Mali, Sierra Leone

---

Expectativa de vida segun edad

A continuación se compara la expectativa de vida al nacer versus la expectativa de vida al tener 80 años.

dbWriteTable(con, "extremos", extremos)

# Realizar el JOIN
result_join <- dbGetQuery(con, "
  SELECT LE.*, LDA.LifeExpectancy80
  FROM extremos LE
  INNER JOIN life_ages LDA
  ON LE.Entity = LDA.Entity AND LE.Year = LDA.Year
")

result_window <- dbGetQuery(con, "
  SELECT Entity, Year, LifeExpectancy, LifeExpectancy80,
         LifeExpectancy80 - LifeExpectancy AS DiffLifeExpectancy
  FROM (
    SELECT LE.Entity, LE.Year, LE.LifeExpectancy, LDA.LifeExpectancy80
    FROM extremos LE
    INNER JOIN life_ages LDA
    ON LE.Entity = LDA.Entity AND LE.Year = LDA.Year
  ) 
")

# print(result_window)

# Graficar las expectativas de vida srgun edad por paises extremos
ggplot(result_window, aes(x = Year, y = DiffLifeExpectancy, color = Entity, label = Entity)) +
  geom_line() +
  geom_point() +
  labs(title = "Diferencia de la Expectativa de Vida segun edad por paises extremos",
       x = "Año",
       y = "Expectativa de Vida") +
  theme_minimal()

---

Mejor performance

Cual fue el pais que tuvo mejor evolución de su expectativa de vida en un año?

1. Common Table Expression (CTE) - RankedLifeExpectancy se obtienen los siguientes datos de data:

   1. Mediante la funcion de ventana LAG() se obtiene PrevYearLifeExpectancy, particionando los datos por Entity.

   2. La diferencia entre el año actual y el anterior es ChangeInLifeExpectancy.

2. Consulta principal: Selecciona el MaxIncreaseInLifeExpectancy de RankedLifeExpectancy.

3. Ejecución y resultado: Se obtien un ranking de los paises con mayor crecimiento de expectativa de vida en su año record.

best_year <- dbGetQuery(con, "
WITH RankedLifeExpectancy AS (
  SELECT
    Entity,
    Year,
    LifeExpectancy,
    LAG(LifeExpectancy) OVER (PARTITION BY Entity ORDER BY Year) AS PrevYearLifeExpectancy,
    LifeExpectancy - LAG(LifeExpectancy) OVER (PARTITION BY Entity ORDER BY Year) AS ChangeInLifeExpectancy
  FROM
    data
)

SELECT
  Entity, 
  Year as BestYear,
  MAX(ChangeInLifeExpectancy) AS MaxIncrease
FROM
  RankedLifeExpectancy
GROUP BY
  Entity
ORDER BY
  MaxIncrease DESC
LIMIT 10;
")

print(best_year)

                   Entity BestYear MaxIncrease
1                  Rwanda     1995     25.8707
2                 Lebanon     1977     25.5465
3             South Sudan     1999     24.8376
4              Bangladesh     1972     23.5946
5                 Somalia     1993     23.3369
6               Palestine     1974     23.2408
7                Cambodia     1977     16.8974
8  Bosnia and Herzegovina     1994     15.6905
9                   Haiti     2011     15.6042
10                 Cyprus     1975     15.2879

Conclusión

En general los países de Europa y Oceanía son más longevos y los países de Africa son menos longevos. La longevidad de todos los continentes tienden a converger, a excepción de Africa que se mantiene relegado.

La expectativa de vida tiende aumentar en forma proporcional al nivel de ingresos y al nivel de desarrollo.

En niveles extremos la brecha de longevidad tiende a reducirse, alcanzando hasta 40 años de diferencia en 1950, reduciéndose hasta 30 años para 2020. Esta reducción en la brecha parece estar relacionada con un aumento de la expectativa de vida al nacer de los países más relegados.