In eal024/navR: navR

## Funksjon til denne delen: Peke på di ulike for å minske antall unike anslag. 

regnskap_ifjor   <- bud_post1$giHistoriskeAnslag( )$Regnskap     
vedtatt_iar      <- bud_post1$giHistoriskeAnslag( )$vedtatt_iar  
forrige_iar      <- bud_post1$giHistoriskeAnslag( )$forrige_iar     
nytt_iar         <- bud_post1$giHistoriskeAnslag( )$nytt_iar
forrige_neste_ar <- bud_post1$giHistoriskeAnslag( )$forrige_neste_ar
nytt_neste_ar    <- bud_post1$giHistoriskeAnslag( )$nytt_neste_ar

a <-  list( ar = bud_post1$giPeriode() %>% year()      , regnskap_ifjor = regnskap_ifjor, vedtatt_iar = vedtatt_iar, forrige = forrige_iar, nyttt = nytt_iar )
aa <- list( ar = (bud_post1$giPeriode() %>% year() + 1), regnskap_ifjor = NULL, vedtatt_iar = NULL, forrige = forrige_neste_ar, nyttt = nytt_neste_ar)

#tabell_hoved3 <- map(ll, df_create3) %>% bind_rows() 
tabell_hoved3 <- alt_creat(a, aa, navn_forste = "År")


tabell_hoved3_2 <-  tabell_hoved3 %>% mutate(
    `Endring fra vedtatt`     = str_remove(tabell_hoved3[[5]], pattern = " ") %>% as.numeric() -   str_remove(tabell_hoved3[[3]], pattern = " ") %>% as.numeric(),
    `Endring fra forrige`     = str_remove(tabell_hoved3[[5]], pattern = " ") %>% as.numeric() -   str_remove(tabell_hoved3[[4]], pattern = " ") %>% as.numeric()
  ) %>% 
  mutate(across( .cols = everything(), .fns = function(x) ifelse( is.na(x), " ", x ) ))



# Latex format - inn i funksjon?
knitr::kable(format = "latex", 
             booktabs = T  ,
             escape = F    ,
             tabell_hoved3_2 ,
             digits = 0,
             col.names = linebreak( c("",names(tabell_hoved3_2)[2:length(names(tabell_hoved3_2)) ]) ),
             align = rep("r", times = 4)
             ) %>% 
  kableExtra::kable_styling( latex_options = c("HOLD_position","striped"), stripe_index =  c(1,3,5,7), font_size = 8, position = "left" ) 

ar <- bud_post1$giPeriode() %>% year()
nytt_i_ar <- navR::anslag_avrund( nytt_iar$giSumAnslag()/10^6 , i_mill_kr = T)

endring_fra_forrige <- ( nytt_i_ar -  anslag_avrund(forrige_iar$giSumAnslag()/10^6, i_mill_kr = T ) )

#
#
endring_tekst <- ifelse(endring_fra_forrige > 0, "høyere",   "lavere" ) 
endring_fra_forrige_round <- round( endring_fra_forrige, digits = 1) 

endring_fra_vedtatt <- ( (navR::anslag_avrund( nytt_iar$giSumAnslag(),i_mill_kr = F)  - navR::anslag_avrund(vedtatt_iar$giSumAnslag(), i_mill_kr = F) )/10^6 )
endring_tekst_vedtatt <- ifelse(endring_fra_vedtatt > 0, "høyere", "lavere")

tekst_vedtatt <- ifelse( abs(endring_fra_vedtatt) == 0 , " likt som", ifelse( endring_fra_vedtatt > 0, str_c(  abs(endring_fra_vedtatt)," mill.kr høyere enn "), str_c( abs(endring_fra_vedtatt),"  mill.kr lavere enn") ) )

##
tilsvarer_endring <- 
  case_when( 
    # Forrige anslag
    abs(endring_fra_forrige) > 0  ~ paste0( endring_fra_forrige, " mill. kroner " ,endring_tekst, " enn forrige anslag og ", tekst_vedtatt, "  vedtatt budsjett."),
    abs(endring_fra_forrige) == 0  ~ paste0("uendret fra forrige anslag."),
    )

Arbeids- og velferdsdirektoratet tilrår et anslag for r ar på r format(nytt_i_ar, big.mark = " ") mill. kroner. Dette er r tilsvarer_endring

1.1 Endringer og dekomponeringer av utgiftsanslaget$\$
$\$

Endringer i r nytt_iar$giAnslagNavn() for r nytt_iar$giAr() og r nytt_neste_ar$giAr() sammenlignet med forrige anslag:

r nytt_iar$giAr():\newline - Endret volumvekst har medført en anslagsendring for r nytt_iar$giAr() på r endring_anslag_iar_fra_sist$endring_mill[endring_anslag_iar_fra_sist$tekst == "endret volum"] %>% format(digits = 0) mill. kroner.
- Endret underliggende utvilling pris har medført en anslagsendring på r endring_anslag_iar_fra_sist$endring_mill[endring_anslag_iar_fra_sist$tekst == "effekt av pris"] mill. kroner.
- Endret underliggende utvilling i gjennomsnittlig ytelse har medført en anslagsendring på r endring_anslag_iar_fra_sist$endring_mill[endring_anslag_iar_fra_sist$tekst == "snitt_beløp"] %>% format(digits = 0) mill. kroner.\newline - Endret forutsetning for tiltak har medført en anslagsendring på .\newline - Samlet anslagendring for r nytt_iar$giAr() er r endring_anslag_iar_fra_sist$endring_mill[endring_anslag_iar_fra_sist$tekst == "totalt"] %>% format(digits = 0) mill. kroner.

r nytt_neste_ar$giAr():\newline - Endret volumvekst har medført en anslagsendring for r nytt_neste_ar$giAr() på r endring_anslag_neste_ar_fra_sist$endring_mill[endring_anslag_neste_ar_fra_sist$tekst == "endret volum"] %>% format(digits = 0) mill. kroner.
- Endret underliggende utvilling pris har medført en anslagsendring på r endring_anslag_neste_ar_fra_sist$endring_mill[endring_anslag_neste_ar_fra_sist$tekst == "effekt av pris"] mill. kroner.
- Endret underliggende utvilling i gjennomsnittlig ytelse har medført en anslagsendring på r endring_anslag_neste_ar_fra_sist$endring_mill[endring_anslag_neste_ar_fra_sist$tekst == "snitt_beløp"] %>% format(digits = 0) mill. kroner.\newline - Samlet anslagendring for r nytt_neste_ar$giAr() er r endring_anslag_neste_ar_fra_sist$endring_mill[endring_anslag_neste_ar_fra_sist$tekst == "totalt"] %>% format(digits = 0) mill. kroner.

1.2 Regnskapsutvikling

Tabell 2: Regnskapsutvikling.

# Denne må endre navn variabler

tabell2_2 %>% 
    mutate_all(linebreak) %>%
    knitr::kable( format = "latex" , booktabs = T, escape = F, col.names = linebreak( names(tabell2_2) ), align = rep("r", times = 9) ) %>%  
    kable_styling( latex_options = c("HOLD_position","striped", "scale_down"), stripe_index =  c(1,3,5,7,9,11), font_size = 4 )  



fra_i_fjor <- (nytt_iar$giSumAnslag()/10^6- tabell2$regnskap[tabell2$ar == "2020"])

fra_i_fjor_i_tekst <- ifelse(fra_i_fjor > 0, "høyere", "lavere")

Her kan man bruke informasjon fra tabellen over. Eks. regnskapstallene for året r nytt_iar$giAr()-1 er r tabell2$regnskap[tabell2$ar == "2020"] %>% format(digits = 1), som er r abs(fra_i_fjor) %>% format(digits = 1) mill. kroner r fra_i_fjor_i_tekst enn anslag for 2021.

Tabell 3: Regnskapstall basert på månedsutvikling, samme periode i fjor.

tabell3 %>% navR::latex_tabell( size = 5)

Tabell 4: Antall mottakere basert på månedsutvikling, samme periode i fjor.

tabell4_mnd_utvikling_mottakere_2 %>%
    mutate_all(linebreak) %>%
    kable(format = "latex", booktabs = T, escape = F,
          col.names = linebreak( names(tabell4_mnd_utvikling_mottakere_2) ), align = "lccc" ) %>% 
    kable_styling( latex_options = c("HOLD_position","striped", "scale_down"), stripe_index =  c(1,3,5,7,9,11)  )  

1.3 Forutsetninger og anslag

Tabell 5: Forutsetning anslag for r bud_post1$giPeriode() %>% lubridate::year().

endre_tekst <- function( df) { df %>% mutate( tekst = case_when( str_detect(tekst, "regnskap")  ~ "Regnskap",
                                                                 str_detect(tekst, "sum")  ~ "Sum",
                                                                 T ~ tekst)) }

tabell_forutsetning <- tibble( anslag = list( regnskap_ifjor,
                                              vedtatt_iar,
                                              nytt_iar) ) %>% 
    mutate( anslag_navn = map(anslag, ~str_c(.x$giAnslagNavn()," ",.x$giAr() ) ) ) %>% 
    mutate( anslag = map(anslag, ~endre_tekst(.x$giDfAnslag() )),
            anslag = map(anslag, ~.x %>% mutate(prosent = ifelse( tekst == "Sum", as.numeric(prosent)*100, prosent),
                                                tall = format( tall, big.mark = " ", digits = 0),
                                                prosent = format( prosent, digits = 1)))
    ) %>% 
    unnest(cols = c(anslag_navn, anslag) ) %>%
    pivot_wider( names_from = anslag_navn, values_from = c(prosent,tall) ) %>% 
    select(tekst, 2,5,3,6, 4, 7)

names(tabell_forutsetning) <- map_chr( names(tabell_forutsetning) , function(x)  str_replace(x, pattern = "_", "\n") %>% str_to_sentence( ))



tabell_forutsetning %>% navR::latex_tabell( size = 6)

\newpage Tabell 6: Forutsetning anslag for 2022.

tabell_forutsetning_neste_ar <- tibble( anslag = list( forrige_neste_ar,
                                                       nytt_neste_ar) ) %>%
    mutate( anslag_navn = map(anslag, ~str_c( .x$giAnslagNavn() ) ) ) %>%
    mutate( anslag = map(anslag, ~endre_tekst(.x$giDfAnslag() )),
            anslag = map(anslag, ~.x %>% mutate(prosent = ifelse( tekst == "Sum", as.numeric(prosent)*100, prosent),
                                                tall = format( tall, big.mark = " ", digits = 0),
                                                prosent = format( prosent, digits = 1)))
    ) %>%
    unnest(cols = c(anslag_navn, anslag) ) %>%
    pivot_wider( names_from = anslag_navn, values_from = c(prosent,tall) ) %>%
    select(tekst, 2,4,3,5)

names(tabell_forutsetning_neste_ar) <- map_chr( names(tabell_forutsetning_neste_ar) , function(x)  str_replace(x, pattern = "_", "\n") %>% str_to_sentence( ))



tabell_forutsetning_neste_ar %>% navR::latex_tabell( size = 6)

1.4 Gjennomsnittlig ytelse og antall mottakere

Tabell 7: Antall mottakere og gjennomsnittlig ytelse.

tabell5_gj_ytelse %>% navR::latex_tabell( size = 8)

eal024/navR documentation built on Jan. 29, 2024, 4:36 p.m.