Voici l'explication des colonnes donnée sur le [sur le site d'origine](https://ns.sentiweb.fr/incidence/csv-schema-v1.json):
| Nom de colonne | Libellé de colonne |
...
...
@@ -43,10 +48,20 @@ Voici l'explication des colonnes donnée sur le [sur le site d'origine](https://
La première ligne du fichier CSV est un commentaire, que nous ignorons en précisant `skip=1`.
### Téléchargement
```{r}
la ligne suivante n'est pas exécuté
```{r,eval=FALSE}
data = read.csv(data_url, skip=1)
```
Afin que l'analyse soit complètement reproductible, plutot que de télécharger les données à chaque fois, nous chargeons le fichier téléchargé en local (pour être sur qu'il ne change pas, ou pour que l'on puisse s'assurer qu'il a changer ou pas.)
```{r}
data <- read.csv("~/Google Drive/Cours/mooc-rr/module3/incidence-PAY-3.csv", comment.char="#")
Nous devons aussi faire attention aux premières et dernières années de notre jeux de données. Les données commencent en octobre 1984, ce qui ne permet pas de quantifier complètement le pic attribué à 1985. Nous l'enlevons donc de notre analyse. Par contre, pour une exécution en octobre 2018, les données se terminent après le 1er août 2018, ce qui nous permet d'inclure cette année.
```{r}
annees = 1986:2018
annees = 1986:2020
```
Nous créons un nouveau jeu de données pour l'incidence annuelle, en applicant la fonction `pic_annuel` à chaque année: