diff --git a/module2/exo4/exercice_fr.Rmd b/module2/exo4/exercice_fr.Rmd
index 7eece5e296bb586e88166aa8a263ca75b44c2b9e..36bae61219510e212a55df800ebd8e2847db0a07 100644
--- a/module2/exo4/exercice_fr.Rmd
+++ b/module2/exo4/exercice_fr.Rmd
@@ -1,33 +1,54 @@
 ---
-title: "Votre titre"
-author: "Votre nom"
-date: "La date du jour"
+title: "Recherche reproductible : principes méthodologique"
+author: "Mahugnon Ezékiel HOUNGBO"
+date: "17/02/2021"
 output: html_document
 ---
 
-
 ```{r setup, include=FALSE}
 knitr::opts_chunk$set(echo = TRUE)
 ```
 
-## Quelques explications
+# Mon journal de bord
 
-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>.
+# Module2
 
-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:
 
-```{r cars}
-summary(cars)
-```
+## Importation des packages  
+  setwd("C:/Users/Denis CORNET/mooc-rr/module2")
+  À utiliser lors du travail en local
 
-Et on peut aussi aisément inclure des figures. Par exemple:
 
-```{r pressure, echo=FALSE}
-plot(pressure)
+```{r}
+library(tidyverse)
 ```
 
-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. 
+## Importation de la base de donnée
 
-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.
+```{r}
+DonneModule2<- read.csv2("C:/Users/Denis CORNET/mooc-rr/module2/exo4/DonneModule2.csv")
+DonneModule2 <- as.data.frame(DonneModule2)
+head(DonneModule2)
+DonneModule2$Notes <- as.numeric(DonneModule2$Notes)
+head(DonneModule2)
+```
+## Statistique descriptive sur la base de donnée
+### Moyenne, écart-type, minimum, médiane et maximum 
+```{r}
+DonneModule2.moyenne= mean(DonneModule2$Notes); DonneModule2.moyenne
+DonneModule2.ecarttype= sd(DonneModule2$Notes);DonneModule2.ecarttype
+DonneModule2.min=min(DonneModule2$Notes);DonneModule2.min
+DonneModule2.médiane=median(DonneModule2$Notes); DonneModule2.médiane
+DonneModule2.max=max(DonneModule2$Notes); DonneModule2.max
+```
+### Grapiques de la statistique descriptive
+#### Plot
+```{r}
+plot(DonneModule2$Notes, type="l", ann = FALSE,col="blue", panel.first = grid())
+```
+
+#### Histogramme
+```{r}
+hist(DonneModule2$Notes, ann = FALSE,col="blue" )
+```
 
-Maintenant, à vous de jouer! Vous pouvez effacer toutes ces informations et les remplacer par votre document computationnel.