exercice 03-1 fait

module3/exo1/analyse-syndrome-grippal.Rmd

@@ -23,7 +23,15 @@ knitr::opts_chunk$set(echo = TRUE)
 
 Les données de l'incidence du syndrome grippal sont disponibles du site Web du [Réseau Sentinelles](http://www.sentiweb.fr/). Nous les récupérons sous forme d'un fichier en format CSV dont chaque ligne correspond à une semaine de la période demandée. Nous téléchargeons toujours le jeu de données complet, qui commence en 1984 et se termine avec une semaine récente. L'URL est:
 ```{r}
-data_url = "http://www.sentiweb.fr/datasets/incidence-PAY-3.csv"
+data_url = "https://www.sentiweb.fr/datasets/all/inc-3-PAY.csv"
+# actualisation de l'url
+```
+
+Cependant, afin de garantir la reproductibilité et l'accès aux données, j'ai téléchargé le fichier en local, et j'utilise la version téléchargée pour la suite de l'analyse:
+
+```{r}
+currentScriptFolder <- dirname(path.expand(rstudioapi::getSourceEditorContext()$path))
+data_path <- paste0(currentScriptFolder,"/inc-3-PAY.csv")
 ```
 
 Voici l'explication des colonnes donnée sur le [sur le site d'origine](https://ns.sentiweb.fr/incidence/csv-schema-v1.json):
@@ -44,7 +52,7 @@ 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}
-data = read.csv(data_url, skip=1)
+data = read.csv(data_path, skip=1, na.strings=c("-"))
 ```
 
 Regardons ce que nous avons obtenu:
@@ -53,7 +61,7 @@ head(data)
 tail(data)
 ```
 
-Y a-t-il des points manquants dans nos données ?
+Y a-t-il des points manquants dans nos données ? Oui, en 1910, semaine 19.
 ```{r}
 na_records = apply(data, 1, function (x) any(is.na(x)))
 data[na_records,]
@@ -131,9 +139,11 @@ pic_annuel = function(annee) {
       }
 ```
 
-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.
+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 2025, les données se terminent après le 1er août 2025, ce qui nous permet d'inclure cette année.
+
+
 ```{r}
-annees = 1986:2018
+annees = 1985:2025
 ```
 
 Nous créons un nouveau jeu de données pour l'incidence annuelle, en applicant la fonction `pic_annuel` à chaque année:
@@ -158,6 +168,7 @@ head(inc_annuelle[order(-inc_annuelle$incidence),])
 ```
 
 Enfin, un histogramme montre bien que les épidémies fortes, qui touchent environ 10% de la population française, sont assez rares: il y en eu trois au cours des 35 dernières années.
+
 ```{r}
 hist(inc_annuelle$incidence, breaks=10, xlab="Incidence annuelle", ylab="Nb d'observations", main="")
 ```