---
title: "Analyse de l'incidence de la varicelle"
author: "Clément Car"
date: "01-04-2020"
output: html_document
---


```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
```

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"

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)
      }

annees = 1991:2019

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.

```{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.

Un histogramme permet de montrer la répartition des données :
```{r}
hist(inc_annuelle$incidence, breaks=15)
```