DEV BY BADR ELHAMZAOUI (MEDIAS24)


# Chargement des biblio nécessaires

library(tidyverse)
library(forecast)
library(demogR) 
library(rstanarm)  
library(splines)

# Data 2014-2024
annees <- seq(2014, 2024, by = 1)
population_reelle <- c(33.8, 34.1, 34.5, 34.8, 35.2, 35.6, 36.0, 36.3, 36.7, 37.0, 36.3)  # Réalité 2024
ISF <- c(2.21, 2.19, 2.10, 2.02, 1.95, 1.89, 1.84, 1.82, 1.80, 1.78, 1.76)  # Fécondité observée
mortalite <- seq(0.005, 0.01, length.out = length(annees))  # Hypothèse de mortalité croissante
migration <- c(rep(-0.001, 5), rep(-0.002, 6))  # Migration nette négative

# dataframe des données historiques
data <- data.frame(annees = annees, population = population_reelle, ISF = ISF)

# Modèle bayésien pour ajuster les tendances observées (population ~ année)  - NB : cette étape pzut prendre plus de 3 heures de eunning du modèle)
modele_bayesien <- stan_glm(
  population ~ poly(annees, 3, raw = TRUE),  # Modèle polynomial
  data = data,
  family = gaussian(),
  prior = normal(0, 5),
  prior_intercept = normal(0, 5),
  chains = 4, iter = 2000, seed = 123
)

# Simulation des projections 2025-2050 (rgph 2014 VS rgph 2024)
annees_proj <- seq(2025, 2050, by = 1)
ISF_projete <- seq(1.76, 1.48, length.out = length(annees_proj))  # ISF projeté
mortalite_projete <- seq(0.01, 0.015, length.out = length(annees_proj))
migration_projete <- seq(-0.002, -0.005, length.out = length(annees_proj))

# Calcul proje de population
population_proj <- numeric(length(annees_proj))
population_proj[1] <- data$population[length(data$population)]  # Point de départ (2024)

for (i in 2:length(annees_proj)) {
  population_proj[i] <- population_proj[i - 1] * (
    1 + ISF_projete[i - 1] * 0.01 - mortalite_projete[i - 1] + migration_projete[i - 1]
  )
}

# Fusion des données réelles et projetées
projections <- data.frame(
  annees = c(annees, annees_proj),
  population = c(data$population, population_proj),
  ISF = c(ISF, ISF_projete)
)

# pic démo
population_max <- max(projections$population)
annee_pic <- projections$annees[which.max(projections$population)]

# OUTPUT year pic
cat("Population maximale recalibrée :", round(population_max, 2), "millions en", annee_pic, "\n")

#vPROJECTION PIC
ggplot(projections, aes(x = annees, y = population)) +
  geom_line(color = "blue", size = 1.2) +
  geom_point(data = data, aes(x = annees, y = population), color = "red", size = 2) +
  labs(
    title = "Projections démographiques recalibrées (2014-2050)",
    x = "Année",
    y = "Population (en millions)"
  ) +
  annotate("text", x = annee_pic, y = population_max, label = paste("Pic en", annee_pic), 
           vjust = -1, color = "blue") +
  theme_minimal()