@@ -115,10 +115,57 @@ Yihui Xie, auteur du remarquable package R "bookdown", a mis au point une versio
[Le langage R Markdown](https://lms.fun-mooc.fr/c4x/UPSUD/42001S02/asset/RMarkdown.pdf)
[Documentation du langage R](https://cran.r-project.org/manuals.html)
[Documentation de la bibliothèque parsedate](https://cran.r-project.org/web/packages/parsedate/parsedate.pdf)
3. Emacs/Org-mode
## Module 3 : étude de cas "incidence des syndromes grippaux"
Le site Web du Réseau Sentinelles que nous utilisons dans ce module a subi des modifications importantes après le tournage des vidéos. L'accès aux données ne se passe plus comme montré. Il faut passer par les menus "Surveillance continue" - "Base de données" - "Accès aux données" et cliquer sur l'onglet "Télécharger", puis choisir les données au format CSV pour la France Métropolitaine. Le format des données téléchargées a aussi légèrement changé, il faut adapter le traitement des données manquantes. Le code que nous montrons dans les vidéos ne fonctionne plus avec les données d'aujourd'hui. Une version mise à jour est disponible ici.
### 1. Import des données
Attention
1. aucune modification de données à la main (la suppression d'une ligne car aucune donnée pourrait passer pour une tentative de fraude)
2. lire les données à la source
3. faire attention aux données manquantes : R gère les données manquantes presque automatiquement, c’est seulement lors de la sommation sur une année que nous devons explicitement demander qu’elles soient ignorées.
Le format ISO pour les dates : La norme ISO 8601
Le Réseau Sentinelles reprend cette définition du numéro de semaine, mais ne respecte pas la représentation précise prévue par la norme ISO 8601. Au lieu d'écrire la troisième semaine de 1995 comme 1995-W03, il écrit 199503.
### 2. Vérification et inspection des données
- pré-traitement des données pour les adapter aux conventions des logiciels : R ne peut pas interpréter le format des données d’origine
- inspection visuelle et du code spécifiquement écrit pour la vérification
- l'intérêt de la vérifier que la distance entre deux semaines consécutives est de 7 jours est de :
- de mettre en évidence des semaines complètement absentes du jeu de données
- de pouvoir identifier une erreur dans la conversion des dates
### 3. Analyse
Les étapes à respecter sont :
- une analyse réplicable doit contenir toutes les étapes de traitement de données sous forme exécutable ; La distinction entre une analyse de données réplicable et une analyse traditionnelle : Le code de tous les calculs est fourni
- il faut expliquer tous les choix qui peuvent influencer les résultats
- il faut exposer des détails techniques ; l'accès aux erreurs est nécessaire pour vérification par d'autres lecteurs
Les avantages d’une analyse réplicable sont qu'elle est plus facile à modifier et à vérifier.
