diff --git a/module2/exo5/exo5_fr.Rmd b/module2/exo5/exo5_fr.Rmd
index 479d7823321976e2d925d00ea599e205bfbd8cc7..cf9151de42ea99717abee8046605cffa7eea7a33 100644
--- a/module2/exo5/exo5_fr.Rmd
+++ b/module2/exo5/exo5_fr.Rmd
@@ -122,3 +122,53 @@ fiasco, l'analyse précédente comporte (au moins) un petit
 problème... Saurez-vous le trouver ? Vous êtes libre de modifier cette
 analyse et de regarder ce jeu de données sous tous les angles afin
 d'expliquer ce qui ne va pas.
+
+
+# Analyse critique 
+## Chargement des données
+```{r import data, echo=FALSE}
+data.full = read.csv("module2/exo5/shuttle.csv",header=T)
+data.full
+data.sub = data.full[data.full$Malfunction>0,]
+data.sub
+```
+
+## Représentation des données
+On ne modifie pas le jeu de données et on n'ignore pas les lignes, même si elles ont des valeurs de pression identiques
+```{r plot data T & P, echo=FALSE}
+plot(data=data.full, Malfunction/Count ~ Temperature, ylim=c(0,1))
+plot(data=data.full, Malfunction/Count ~ Pressure, ylim = c(0,1))
+```
+
+## Estimation de l'influence de la température et de la pression
+On effectue une régression logistique qui tient compte des effets possibles de la température et de la pression
+```{r glm T & P}
+glm_temp_press = glm(data=data.full, Malfunction/Count ~ Temperature + Pressure, weights=Count, 
+                   family=binomial(link='logit'))
+summary(glm_temp_press)
+par(mfrow = c(2,2))
+plot(glm_temp_press)
+par(mfrow = c(1,1))
+
+glm_temp_press_data_sub = glm(data=data.sub, Malfunction/Count ~ Temperature + Pressure, weights=Count, 
+                   family=binomial(link='logit'))
+summary(glm_temp_press_data_sub)
+par(mfrow = c(2,2))
+plot(glm_temp_press)
+par(mfrow = c(1,1))
+```
+On observe cette fois-ci un effet de la température, significatif à 5% (p-value = 0,03), quel que soit le jeu de données (complet = `data.full` ou partiel = `data.sub`, c'est à dire sans les occurence de dysfonctionnement)
+
+# Estimation de la probabilité de dysfonctionnant des joints toriques
+La température prévue le jour du décollage est de 31°F. 
+Essayons d'estimer la probabilité de dysfonctionnement des joints toriques à cette température à partir du nouveau modèle que nous venons de construire `glm_temp_press`:
+
+```{r}
+# shuttle=shuttle[shuttle$r!=0,] 
+tempv = seq(from=30, to=90, by = .5)
+pressv = seq(from=50, to=290, by = 2)
+rmv <- predict(glm_temp_press,list(Temperature=tempv, Pressure = pressv),type="response")
+plot(tempv,rmv,type="l",ylim=c(0,1))
+points(data=data.full, Malfunction/Count ~ Temperature)
+```
+Il semble qu'à des températures plus basses que celles pour lesquelles on a des données
\ No newline at end of file