---
title: "module2_exo4"
author: "Flavie Derouin Tochon"
date: "8 avril 2020"
output: html_document

## Mon journal

J'ai commencé ce module pendant le confinement du au Covid19, ainsi pour rester dans ce thème et produire un jeu de donnée simple pour ce module. j'ai recherché les température minimale et maximale depuis le depuis du confinement (17 mars) jusqu'à aujourd'hui (08 avril). Les données sont extraite de la station météo la plus proche de mon domicile: Parcay-Meslay dans le 37 en mis en ligne quotidiennement par l'association [info-climat](https://www.infoclimat.fr/climatologie-mensuelle/07240/mars/2020/tours-parcay-meslay.html)

## Chargement des données
mon fichier est stocké dans le répertoire `C:\Users\fderouin\Desktop\MOOC_reproductibilité` de mon ordinateur avec le nom Tconfinement'
```{r dataset}
data<-read.csv("Tconfinement.csv", header = T, sep=";")
```

## Statistiques descriptives
On cherche à extraire plusieurs informations de ce jeu de donnée
- la température minimale depuis le confinement
- la température maximale depuis le confinement
- la température moyenne sur les jours de confinement

### Détermination de la minimale et de la maximale
```{r descritif des variable}
summary(data)
```

On en déduit que la température minimale enregistrée est de 0.2°C et la température maximale enregistrée est de 22.60

### Détermination de la température moyenne sur les journées de confinement
la variable température moyenne n'est pas présente dans notre tableau. Il faut donc la calculer à partir des valeurs disponibles.
On considère que $Tmoy = (Tmin + Tmax) / 2$
```{r creation de Tmoy et ajout au tableau}
# creation de l'objet Tmoy
Tmoy<-(data$Tmin+data$Tmax)/2
#Ajout au tableau
data$Tmoy<-Tmoy
```
La variable Tmoy est maintenant dans notre table de donnée. On peut donc en demander les même information que précédement et donc obtenir la valeur moyenne des température c'est à dire la température moyenne sur les jours de confinement
```{r acces à la moyenne des temperature moyenne}
summary(data)
```

La température moyenne depuis les jours du confinement est de 10.091.

## représentation graphique
On peut ensuite choisir de représenter la température moyenne en fonction du temps
```{r barplot}
dataset <- data
attach(dataset)


# Graph

graph <- barplot(Tmoy, axes=FALSE, ann=FALSE, col="grey",
  ylim=c(0,19.74), names=c("01-04","02-04","03-04","04-04","05-04","06-04","07-04","08-04","17-03","18-03","19-03","20-03","21-03","22-03","23-03","24-03","25-03","26-03","27-03","28-03","29-03","30-03","31-03"), xpd=FALSE)

abline(h=0)
axis(2)

title(main="T moy pendant le confinement",
  xlab="date", ylab="T (en C)")

detach(dataset)

```

---
title: "Votre titre"
author: "Votre nom"
date: "La date du jour"
output: html_document
---


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

## Quelques explications

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>.

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)
```

Et on peut aussi aisément inclure des figures. Par exemple:

```{r pressure, echo=FALSE}
plot(pressure)
```

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.