diff --git a/module3/exo2/exercice_fr.Rmd b/module3/exo2/exercice_fr.Rmd
index 7eece5e296bb586e88166aa8a263ca75b44c2b9e..91a488da56e2bee76690cd3d3061e219ab9a61d8 100644
--- a/module3/exo2/exercice_fr.Rmd
+++ b/module3/exo2/exercice_fr.Rmd
@@ -1,7 +1,7 @@
 ---
-title: "Votre titre"
-author: "Votre nom"
-date: "La date du jour"
+title: "Analyse de l'incidence de la varicelle"
+author: "Clément Car"
+date: "01-04-2020"
 output: html_document
 ---
 
@@ -10,24 +10,80 @@ output: html_document
 knitr::opts_chunk$set(echo = TRUE)
 ```
 
-## Quelques explications
+Tout d'abord, nous allons récupérer les données sur le site du réseau Sentinelles.
+```{r}
+data_url = "https://www.sentiweb.fr/datasets/incidence-PAY-7.csv"
 
-Ceci est un document R markdown que vous pouvez aisément exporter au format HTML, PDF, et MS Word. Pour plus de détails sur R Markdown consultez <http://rmarkdown.rstudio.com>.
+data = read.csv(data_url, skip=1)
+head(data)
+tail(data)
+na_records = apply(data, 1, function(x) any (is.na(x)))
+data[na_records,]
+```
+Il n'y a donc pas de donnée manquante
+```{r}
+class(data$week)
+class(data$inc)
+```
+Les données des semaines et des incidences sont bien reconnues comme étant des entiers.
+```{r}
+library(parsedate)
+```
+Changeons la date des semaines pour obtenir d'abord une date en ISO 8601, puis pour la convertir en classe "Date"
+```{r}
+convert_week = function(w) {
+  ws = paste(w)
+  iso = paste0(substring(ws, 1, 4), "-W", substring(ws, 5,6))
+  as.character(parse_iso_8601(iso))
+}
+```
+Maintenant, nous allons appliquer cette fonction aux dates de notre jeu de données
+
+```{r}
+data$date = as.Date(convert_week(data$week))
+class(data$date)
+data = data[order(data$date),]
+all(diff(data$date)==7)
+```
+Regardons maintenant nos données.
+
+```{r}
+with(data, plot(date, inc, type="l"))
+with(tail(data, 100),plot(date, inc, type="l"))
+```
+
+## L'incidence annuelle
+###Calcul
+
+Nous choisissons le 1er septembre comme début de chaque période annuelle.Et nous enlevons l'année 1990 qui ne début qu'en fin d'année.
+
+```{r}
+pic_annuel = function(annee) {
+      debut = paste0(annee-1,"-09-01")
+      fin = paste0(annee,"-09-01")
+      semaines = data$date > debut & data$date <= fin
+      sum(data$inc[semaines], na.rm=TRUE)
+      }
 
-Lorsque vous cliquerez sur le bouton **Knit** ce document sera compilé afin de ré-exécuter le code R et d'inclure les résultats dans un document final. Comme nous vous l'avons montré dans la vidéo, on inclue du code R de la façon suivante:
+annees = 1991:2019
 
-```{r cars}
-summary(cars)
+inc_annuelle = data.frame(annee=annees, incidence = sapply(annees, pic_annuel))
+head(inc_annuelle)
+plot (inc_annuelle, type="p")
 ```
+Une liste triée par ordre décroissant d'incidence annuelle permet de trouver rapidement les années les plus touchées par la varicelle.
 
-Et on peut aussi aisément inclure des figures. Par exemple:
+```{r}
+head(inc_annuelle[order(-inc_annuelle$incidence),])
+```
+C'est donc en 2009, 1992 et 2010 qu'il y a eu le plus d'incidences de varicelles.
 
-```{r pressure, echo=FALSE}
-plot(pressure)
+Un histogramme permet de montrer la répartition des données :
+```{r}
+hist(inc_annuelle$incidence, breaks=15)
 ```
 
-Vous remarquerez le paramètre `echo = FALSE` qui indique que le code ne doit pas apparaître dans la version finale du document. Nous vous recommandons dans le cadre de ce MOOC de ne pas utiliser ce paramètre car l'objectif est que vos analyses de données soient parfaitement transparentes pour être reproductibles. 
 
-Comme les résultats ne sont pas stockés dans les fichiers Rmd, pour faciliter la relecture de vos analyses par d'autres personnes, vous aurez donc intérêt à générer un HTML ou un PDF et à le commiter.
 
-Maintenant, à vous de jouer! Vous pouvez effacer toutes ces informations et les remplacer par votre document computationnel.
+
+