---
title: "Exercice 2 du Module 3"
author: "Auriane Mens"
date: "16/11/2025"
output: html_document
---

---
title: "Exercice 2 Module 3"
author: "Auriane Mens"
date: "2025-11-16"
output: html_document
---

data_urlvar = "https://www.sentiweb.fr/datasets/all/inc-7-REG-ds2.json"
data =read.csv(data_urlvar, skip=1)
data <- read.csv("varicelle.csv") 
data <- read.csv("C:\Users\auria\OneDrive - Institut Catholique de Lille\Documents\Master Recherche et Innovation en Santé\Master 2\MOOC Reproductibilité en recherche\mooc-rr\module3\exo2\varicelle.csv")
data <- read.csv("C:/Users/auria/OneDrive - Institut Catholique de Lille/Documents/Master Recherche et Innovation en Santé/Master 2/MOOC Reproductibilité en recherche/mooc-rr/module3/exo2/varicelle.csv", sep = ;)
head(data)
data <- read.csv("/mnt/data/inc-7-PAY.csv", sep = ";")
data <- read.csv("C:/Users/auria/OneDrive - Institut Catholique de Lille/Documents/Master Recherche et Innovation en Santé/Master 2/MOOC Reproductibilité en recherche/mooc-rr/module3/exo2/varicelle.csv", 
                 sep = ";")
head(data)
str(data)
library(ISOweek)

data$date <- ISOweek2date(paste0(data$week, "-1"))
data$year_epi <- ifelse(
  format(data$date, "%m") >= "09",
  as.numeric(format(data$date, "%Y")),
  as.numeric(format(data$date, "%Y")) - 1
)



# Lire le fichier CSV téléchargé depuis Sentinelles
data <- read.csv("varicelle.csv")  

data$date <- as.Date(data$date)

### -------------------------------
### 2. Construire les années épidémiques (le 1er septembre comme début de chaque période annuelle)

# Une année épidémique commence le 1er septembre :
# Si mois >= 9 ⇒ année_epidémique = année en cours
# Sinon ⇒ année_epidémique = année - 1

data$year_epi <- ifelse(format(data$date, "%m") >= "09",
                        format(data$date, "%Y"),
                        as.numeric(format(data$date, "%Y")) - 1)

### Convertir en nombre pour éviter les problèmes
data$year_epi <- as.numeric(data$year_epi)

### -------------------------------
### 3. Calcul du pic épidémique par année
### -------------------------------

library(dplyr)

peaks <- data %>%
  group_by(year_epi) %>%
  summarise(
    max_inc = max(inc, na.rm = TRUE),
    mean_inc = mean(inc, na.rm = TRUE),
    total_inc = sum(inc, na.rm = TRUE)
  )

print(peaks)

### 4. Trouver l'année la plus forte et la plus faible


# Selon le pic hebdomadaire (max_inc)
year_strongest <- peaks$year_epi[which.max(peaks$max_inc)]
year_weakest   <- peaks$year_epi[which.min(peaks$max_inc)]

cat("Année épidémique la plus forte :", year_strongest, "\n")
2009
cat("Année épidémique la plus faible :", year_weakest, "\n")
2020



```

Et