# Příprava ---------------------------------------------
library(tidyverse)

row_na <- function(...) {
  
  # Vybrat sloupce, které chceme
  data <- pick(...)
  
  # Vypočíst součet chybějícíh dat (počet NA) pro řádky
  data %>% 
    is.na() %>% 
    rowSums()
}

row_mean <- function(..., max_na = 0) {
  
  # Vybrat sloupce, které chceme
  data <- pick(...)
  
  # Vypočíst součet chybějícíh dat (počet NA) pro daný řádek
  n_missing <- data %>% 
    is.na() %>% 
    rowSums()
  
  # Vypočíst celkový skór jako průměr položek pro daný řádek
  out <- data %>% 
    rowMeans(na.rm = TRUE)
  
  # Nahradit celkový skór chybějící hodnotou, pokud je n_missing > max_na
  out[n_missing > max_na] <- NA_real_
  
  # Výstupní hodnota (output funkce)
  return(out) 
}

ci_mean <- function(x, level = .95, na.rm = TRUE) {
  if (na.rm == TRUE) {
    x <- x[!is.na(x)]
  }
  
  n <- length(x)
  df <- n - 1
  s <- sd(x)
  m <- mean(x)
  
  se <- s/sqrt(n)
  alpha <- 1 - level
  t <- qt(1 - alpha/2, df = df)
  me <- t*se
  ci_lower <- m - me
  ci_upper <- m + me
  
  tibble(m = m,
         ci_lower = ci_lower,
         ci_upper = ci_upper,
         sd = s,
         se = se,
         n = n)
  
}

quartiles <- function(x,
                      na.rm = TRUE) {
  tibble(
    stat = c("Min", "Q1", "Mdn", "Q3", "Max"),
    value = quantile(x, 
                     probs = c(0, .25, .5, .75, 1), 
                     na.rm = na.rm)
  ) %>% 
    pivot_wider(names_from = stat, values_from = value)
}


# Import dat --------------------------------
# Importujte data "help_seeking_data.dat"
# (vytvořte objekt df )

# Importujte codebook "help_seeking_codebook.xlsx"
# (vytvořte objekt cb)

df <- read_tsv("data/help_seeking_data.dat")

cb <- readxl::read_excel("data/help_seeking_codebook.xlsx")
cb

# Ovetřete v novém okně RStudia metadata
# Co asi měří položky dotazníků "atspph" a "ees"

# Prozkoumejte df i cb ----------------------------------
# Jaké funkce k tomu můžeme použít
str(df)
glimpse(df)
summary(df)


# Doplňte id a přesuňte je na začátek jako první sloupce ---------------
df <- df %>% 
  mutate(id = row_number()) %>% 
  relocate(id)

# Factors --------------------------------------------------------
# Převeďte např gender a partner na kategorickou proměnnou (factor)
df <- df %>% 
  mutate(gender = factor(gender,
                         levels = 1:3,
                         labels = c("Žena", "Muž", "Jiné")),
         partner = factor(partner,
                          levels = 1:2,
                          labels = c("Ne", "Ano")),
         college_title = factor(college_title,
                                levels = 1:2,
                                labels = c("Ne", "Ano")),
         college_student = factor(college_student,
                                  levels = 1:2,
                                  labels = c("Ne", "Ano")),
         finantial_situation = factor(finantial_situation,
                                      levels = 1:3,
                                      labels = c("Špatná", 
                                                 "Přijatelná", 
                                                 "Dobrá")))

# Převedťe věk na kategorickou proměnnou
# age_two: 16–29, 30+
# age_multi: 16–19, 20-29, 30-39, 40-49, 50+ 
# Zkuste to pomocí funkce
df <- df %>% 
  mutate(age_two = cut(age,
                       breaks = c(16, 29, 80),
                       include.lowest = TRUE,
                       right = TRUE,
                       labels = c("16–29", "30+")),
         age_multi = cut(age,
                         breaks = c(16, 20, 30, 40, 50, 60, 80),
                         include.lowest = TRUE,
                         right = FALSE,
                         labels = c("16–19", "20–29", "30–39", 
                                    "40–49", "50–59", "60+")))

# Četnosti ---------------------------------------

# Zkuste četnosti pohlaví zobrazit tabulkou i grafem (sloupcovým)
df %>% 
  count(gender) %>% 
  mutate(p = n/sum(n))

df %>% 
  ggplot(aes(gender)) +
  geom_bar()

df %>% 
  count(gender) %>% 
  mutate(p = n/sum(n)) %>% 
  ggplot(aes(gender, p)) +
  geom_col() +
  scale_y_continuous(labels = scales::percent,
                     breaks = seq(0, 1, 0.1))

df %>% 
  count(gender) %>% 
  mutate(gender = fct_na_value_to_level(gender, "Neuvedeno"), 
         p = n/sum(n)) %>% 
  ggplot(aes(gender, p)) +
  geom_col() +
  scale_y_continuous(labels = scales::percent,
                     breaks = seq(0, 1, 0.1))

# Zkuste četnosti pohlaví zobrazit tabulkou i grafem (sloupcovým)
df %>% 
  count(gender, partner) %>% 
  drop_na() %>% 
  group_by(gender) %>% 
  mutate(p = n/sum(n))

df %>% 
  count(gender, partner) %>% 
  drop_na() %>% 
  group_by(gender) %>% 
  mutate(p = n/sum(n)) %>% 
  ggplot(aes(gender, p, fill = partner)) +
  geom_col()

# Vektory s názvy položek --------------------------------------------
# Zkuste vytvořit vektory s názvy položek obou škál
# a pak je zkombinovat do jednoho listu
help <- str_c("atspph",
              str_pad(1:10, pad = "0", width = 2))
emo <- str_c("ees",
             str_pad(1:10, pad = "0", width = 2))

items <- list(help = help,
              emo = emo)
items

# Vytvořte vektory s názvy reverzních položek 
# zvlášť pro obě škály
# vektory s názvy reverzních položek
rev_help <- cb %>% 
  filter(reversed == TRUE,
         instrument == "ATSPPH") %>% 
  pull(name)

rev_emo <-  cb %>% 
  filter(reversed == TRUE,
         instrument == "EES") %>% 
  pull(name)

# Rekódování reverzních položek ----------------------------------------
# Uložte si kopii datasetu df
# a poté rekódujte reverzní položky obou škál
nonrecoded <- df 

df <- df %>% 
  mutate(across(all_of(rev_help), ~5-.x),
         across(all_of(rev_emo), ~7-.x))

# Reliabilita -------------------------------------------------
# Proveďte základní položkovou analýzu pomocí funkce psych::alpha()
df %>% 
  select(all_of(items$help)) %>% 
  psych::alpha()

df %>% 
  select(all_of(items$emo)) %>% 
  psych::alpha()

map(items,
    ~df %>% 
      select(all_of(.x)) %>% 
      psych::alpha())

# Celkové skóry ---------------------------------------------
# Pomocí funkce row_mean() vypočtěte celkové skóry obou škál
# Nazvěte nové sloupce help a emo

df <- df %>% 
  mutate(help = row_mean(all_of(items$help), max_na = 2),
         emo = row_mean(all_of(items$emo), max_na = 2))

# Přesuňte nové sloupce někde na začátek, třeba za age
df <- df %>% 
  relocate(help, emo, .after = age)

# Deskriptivní statistiky -------------------------------
# Vypočtěte průměry a SD pro celkové skóry
df %>% 
  select(id, help, emo) %>% 
  pivot_longer(-id, 
               names_to = "variable",
               values_to = "value") %>% 
  drop_na(value) %>% 
  group_by(variable) %>% 
  summarise(M = mean(value),
            SD = sd(value))

# Udělejte totéž a rozdělte dataset i podle pohlaví
df %>% 
  select(id, gender, help, emo) %>% 
  pivot_longer(c(help, emo), 
               names_to = "variable",
               values_to = "value") %>% 
  drop_na(gender, value) %>% 
  group_by(gender, variable) %>% 
  summarise(M = mean(value),
            SD = sd(value))

# Udělejte totéž a rozdělte dataset i podle pohlaví a age_two
# Vyberte pouze muže a ženy


# Vyzkoušejte použití funkce ci_mean()
ci_mean(df$emo)
ci_mean(df$emo, level = .99)


df %>% 
  select(id, help, emo) %>% 
  pivot_longer(-id, 
               names_to = "variable",
               values_to = "value") %>% 
  drop_na(value) %>% 
  group_by(variable) %>% 
  summarise(ci_mean(value))

stats <- df %>% 
  select(id, gender, help, emo) %>% 
  pivot_longer(c(help, emo), 
               names_to = "variable",
               values_to = "value") %>% 
  drop_na(gender, value) %>% 
  group_by(variable, gender) %>% 
  summarise(ci_mean(value))

stats

stats %>% 
  filter(gender != "Jiné") %>% 
  ggplot(aes(gender, m)) +
  geom_pointrange(aes(ymin = ci_lower, ymax = ci_upper)) +
  facet_wrap(~variable, scales = "free_y")