---
title: "Votre titre"
author: "Votre nom"
date: "La date du jour"
output: html_document
---


```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```
---
title: "Votre titre"
author: "Votre nom"
date: "La date du jour"
output: html_document
---


```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```

Chargement du document à partir de l'URL: 

```{r}
data_url = "https://www.sentiweb.fr/datasets/incidence-PAY-7.csv"
```
```{r}
data_file = "varicelle.csv"
if (!file.exists(data_file)) {

    download.file(data_url, data_file, method="auto")
lignes_na = apply(data, 1, function(x) any(is.na(x)))
}
data[lignes_na,]
```



Là on peut voir les lignes (1) où des données sont manquantes:
if (!file.exists(data_file)) {

    download.file(data_url, data_file, method="auto")
lignes_na = apply(data, 1, function(x) any(is.na(x)))
}
data[lignes_na,]


```{r}
library(readr)
data <- read_csv("C:/Users/SAW/Desktop/MOOC recherche reproductible/incidence-PAY-3.csv",skip = 1)
head(data)
```

Pour montrer les premières lignes du document:
skip=1 permet de ne pas se préoccuper de la première ligne du document:
```{r}
data = read.csv(data_url, skip=1)
head(data)
```

Pour montrer les dernières lignes du document:
```{r}
tail(data)
```

Là on peut voir les lignes (1) où des données sont manquantes:
```{r}
lignes_na = apply(data, 1, function(x) any(is.na(x)))
data[lignes_na,]
```

Permet de voir si les nombres sont bien condidérés comme tels:
```{r}
class(data$week)
```

```{r}
class(data$inc)
```

Normalement, dans le jeu de données initial, il y a un tiret à la place de la valeur pour cette ligne (mais pas ici). Il considère donc normalement que le tiret est une valeur réelle. Il faut recharger le jeu de données en disant que le tiret est une valeur manquante:

data = read.csv(data_url, skip=1, na.strings = "-")


Chargement de la librairie (pour changer le format des dates, adapté pour R):
library(parsedate)


date = 199501
ws = paste(date)
iso = paste0(substring(ws, 1, 4), "-W", substring(ws, 5, 6))
parse_iso_8601(iso)

puis changement avec la fonction:
```{r}
convert_week = function(date) {
  ws = paste(date)
  iso = paste0(substring(ws, 1, 4), "-W", substring(ws, 5, 6))
  as.character(parse_iso_8601(iso))
}
```

```{r}
data$date = as.Date(sapply(data$week, convert_week))
```

```{r}
class(data$date)
```

Classement des lignes en fonction de la date:
```{r}
data = data[order(data$date),]
```

```{r}
head(data)
```

Vérification que toutes nos semaines ont bien 7 jours:
```{r}
all(diff(data$date) == 7)
```

Plot en lignes ("l"):
```{r}
plot(data$date, data$inc, type="l", xlab="Date", ylab="Incidence hebdomadaire")
```

Idem mais que pour les 400 dernières semaines:
```{r}
with(tail(data, 400), plot(date, inc, type="l", xlab="Date", ylab="Incidence hebdomadaire"))
```

### Questions et réponses

1- Dans quelles années yavait-il les épidémies les plus fortes?

2- Quelle est la fréquence d'épidémies faibles, moyennes et fortes ?

On détermine nos années (somme de toutes les semaines), de tel sorte que chaque année commence et se termine à la même date (na.rm=TRUE permet de ne pas tenir compte de la semaine manquante):
```{r}
pic_annuel = function(annee) {
  debut = paste0(annee-1, "-09-01")
  fin = paste0(annee, "-09-01")
  semaines = data$date > debut & data$date <= fin
  sum(data$inc[semaines], na.rm=TRUE)
}
```

En choisissant de commencer en 1986 et de finir en 2017 (comme l'exemple du cours, mais à la base c'est parce qu'en 1986, l'année commence en plein pic):
```{r}
annees = 1990:2020
```

Création d'un nouveau jeu de donnée pour l'incidence annuelle:
```{r}
incidence_annuelle = data.frame(annee = annees, incidence = sapply(annees, pic_annuel))
```

```{r}
head(incidence_annuelle)
```

Plot:
```{r}
plot(incidence_annuelle, type="p")
```

Classement en fonction des années qui ont le plus fort pic annuelle au moins fort:
```{r}
head(incidence_annuelle[order(-incidence_annuelle$incidence),])
tail(incidence_annuelle[order(-incidence_annuelle$incidence),])
```

Fréquence des incidences:
```{r}
hist(incidence_annuelle$incidence, breaks=10)
```