final version

module3/exo2/exercice_fr.Rmd

@@ -129,9 +129,9 @@ pic_annuel = function(annee) {
       }
 ```
 
-Nous devons aussi faire attention aux premières et dernières années de notre jeux de données. Les données commencent en janvier 1991, ce qui ne permet pas de quantifier complètement le pic attribué à 1991. Nous l'enlevons donc de notre analyse. Par contre, pour une exécution en octobre 2018, les données se terminent après le 1er septembre 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 janvier 1991, ce qui ne permet pas de quantifier complètement le pic attribué à 1991. Nous l'enlevons donc de notre analyse. Par contre, pour une exécution en septembre 2023, les données se terminent après le 1er septembre 2023, ce qui nous permet d'inclure cette année.
 ```{r}
-annees = 1993:2018
+annees = 1992:2023
 ```
 
 Nous créons un nouveau jeu de données pour l'incidence annuelle, en applicant la fonction `pic_annuel` à chaque année:
@@ -153,10 +153,14 @@ plot(inc_annuelle, type="p", xlab="Année", ylab="Incidence annuelle")
 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$incidence),])
+inc_annuelle[inc_annuelle$incidence==max(inc_annuelle$incidence),]
+
 ```
-Une liste triée par ordre croissant d'incidence annuelle permet de plus facilement repérer les valeurs les plus faibles:
+
+
+L'année avec l'incidence la plus faible:
 ```{r}
-head(inc_annuelle[order(inc_annuelle$incidence),])
+inc_annuelle[inc_annuelle$incidence==min(inc_annuelle$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}