exercice module3_

module3/exo1/analyse-syndrome-grippal.Rmd

 ---
 title: "Analyse de l'incidence du syndrôme grippal"
-author: "Konrad Hinsen"
-output:
-  pdf_document:
-    toc: true
-  html_document:
-    toc: true
-    theme: journal
-documentclass: article
-classoption: a4paper
-header-includes:
-- \usepackage[french]{babel}
-- \usepackage[upright]{fourier}
-- \hypersetup{colorlinks=true,pagebackref=true}
+author: "Ariane Ducher"
+date: "28 octobre 2020"
+output: html_document
 ---
 
 ```{r setup, include=FALSE}
@@ -22,6 +12,7 @@ knitr::opts_chunk$set(echo = TRUE)
 ## Préparation des données
 
 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"
 ```
@@ -42,28 +33,35 @@ Voici l'explication des colonnes donnée sur le [sur le site d'origine](https://
 | `geo_name`   | Libellé de la zone géographique (ce libellé peut être modifié sans préavis)                                                       |
 
 La première ligne du fichier CSV est un commentaire, que nous ignorons en précisant `skip=1`.
+
 ### Téléchargement
+
+Regardons ce que nous avons obtenu:
+
 ```{r}
 data = read.csv(data_url, skip=1)
+head(data)
 ```
 
-Regardons ce que nous avons obtenu:
 ```{r}
-head(data)
 tail(data)
 ```
 
 Y a-t-il des points manquants dans nos données ?
+
 ```{r}
-na_records = apply(data, 1, function (x) any(is.na(x)))
+na_records = apply(data, 1, function(x) any(is.na(x)))
 data[na_records,]
 ```
 
 Les deux colonnes qui nous intéressent sont `week` et `inc`. Vérifions leurs classes:
 ```{r}
 class(data$week)
+```
+```{r}
 class(data$inc)
 ```
+
 Ce sont des entiers, tout va bien !
 
 ### Conversion des numéros de semaine
@@ -85,30 +83,32 @@ convert_week = function(w) {
 ```
 
 Nous appliquons cette fonction à tous les points, créant une nouvelle colonne `date` dans notre jeu de données:
+
 ```{r}
 data$date = as.Date(convert_week(data$week))
 ```
 
 Vérifions qu'elle est de classe `Date`:
+
 ```{r}
 class(data$date)
 ```
 
-Les points sont dans l'ordre chronologique inverse, il est donc utile de les trier:
+Les points sont dans l'ordre chronologie inverse, il est donc inutile de les trier:
+
 ```{r}
 data = data[order(data$date),]
+head(data)
 ```
 
 C'est l'occasion pour faire une vérification: nos dates doivent être séparées d'exactement sept jours:
 ```{r}
 all(diff(data$date) == 7)
 ```
-
-### Inspection
-
 Regardons enfin à quoi ressemblent nos données !
+
 ```{r}
-plot(data$date, data$inc, type="l", xlab="Date", ylab="Incidence hebdomadaire")
+with(data, plot(date, inc, type="l"))
 ```
 
 Un zoom sur les dernières années montre mieux la localisation des pics en hiver. Le creux des incidences se trouve en été.
@@ -121,7 +121,7 @@ with(tail(data, 200), plot(date, inc, type="l", xlab="Date", ylab="Incidence heb
 ### Calcul
 
 Étant donné que le pic de l'épidémie se situe en hiver, à cheval entre deux années civiles, nous définissons la période de référence entre deux minima de l'incidence, du 1er août de l'année $N$ au 1er août de l'année $N+1$. Nous mettons l'année $N+1$ comme étiquette sur cette année décalée, car le pic de l'épidémie est toujours au début de l'année $N+1$. Comme l'incidence de syndrome grippal est très faible en été, cette modification ne risque pas de fausser nos conclusions. 
-L'argument `na.rm=True` dans la sommation précise qu'il faut supprimer les points manquants. Ce choix est raisonnable car il n'y a qu'un seul point manquant, dont l'impact ne peut pas être très fort.
+L'argument `na.rm=True` dans la sommation précise qu'il faut supprimer/ignorer les points manquants. Ce choix est raisonnable car il n'y a qu'un seul point manquant, dont l'impact ne peut pas être très fort.
 ```{r}
 pic_annuel = function(annee) {
       debut = paste0(annee-1,"-08-01")
@@ -132,14 +132,17 @@ 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.
+
+
 ```{r}
 annees = 1986:2018
 ```
 
 Nous créons un nouveau jeu de données pour l'incidence annuelle, en applicant la fonction `pic_annuel` à chaque année:
+
 ```{r}
 inc_annuelle = data.frame(annee = annees,
-                          incidence = sapply(annees, pic_annuel))
+                                incidence = sapply(annees, pic_annuel))
 head(inc_annuelle)
 ```
 
@@ -147,17 +150,22 @@ head(inc_annuelle)
 
 Voici les incidences annuelles en graphique:
 ```{r}
-plot(inc_annuelle, type="p", xlab="Année", ylab="Incidence annuelle")
+plot(inc_annuelle, type="p", xlab="Année", ylab= "Incidence annuelle")
 ```
 
 ### Identification des épidémies les plus fortes
 
 Une liste triée par ordre décroissant d'incidence annuelle permet de plus facilement repérer les valeurs les plus élevées:
+
 ```{r}
 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$incidence, breaks=10, xlab="Incidence annuelle", ylab="Nb d'observations", main="")
+hist(incidence_annuelle$incidence, breaks=10, xlab="Incidence annuelle", ylab="Nb d'observations", main="")
 ```
+
+
+