module 3 exo2

module3/exo2/exercice_fr.Rmd

 ---
-title: "Votre titre"
-author: "Votre nom"
-date: "La date du jour"
+title: "Analyse de l'incidence du syndrôme grippal"
+author: "Matthieu Moreau"
+date: "`r format(Sys.time(), '%d %B, %Y')`"
 output: html_document
 ---
 
@@ -10,24 +10,144 @@ output: html_document
 knitr::opts_chunk$set(echo = TRUE)
 ```
 
-## Quelques explications
+## Préparation des données
 
-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>.
+### Téléchargement
 
-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:
+Les données de l'incidence de la varicelle sont disponibles du site Web du [Réseau Sentinelles](http://www.sentiweb.fr/datasets/). Nous les récupérons sous forme d'un fichier en format CSV dont chaque ligne correspond à une semaine de la période demandée. Nous téléchargeons toujours le jeu de données complet, qui commence en 1991 et se termine avec une semaine récente. L'URL est:
 
-```{r cars}
-summary(cars)
+```{r}
+data_url = "http://www.sentiweb.fr/datasets/incidence-PAY-7.csv"
+
+data_file = "Incidence_varicelle.csv"
+
+# We will download the dataset only if a local copy does not exist yet
+
+if (!file.exists(data_file)) {
+    download.file(data_url, data_file, method="auto")
+}
 ```
 
-Et on peut aussi aisément inclure des figures. Par exemple:
+### Lecture et description des données
+
+La première ligne du fichier CSV est un commentaire, que nous ignorons en précisant `skip=1`.
 
-```{r pressure, echo=FALSE}
-plot(pressure)
+```{r}
+data = read.csv(data_file, skip=1)
 ```
 
-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. 
+```{r}
+head(data)
+tail(data)
+```
+
+Aucune semaine ne présent de NA
+```{r}
+na_records = apply(data, 1, function (x) any(is.na(x)))
+data[na_records,]
+```
 
-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.
+Vérifier que *"week"* et *"inc"* sont bien des entiers
+```{r}
+class(data$week)
+class(data$inc)
+```
+
+### Conversion des numéros de semaine
+
+```{r}
+library(parsedate)
+```
+
+```{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))
+}
+```
+
+```{r}
+data$date = as.Date(convert_week(data$week))
+
+head(data$date)
+
+class(data$date)
+```
+
+
+```{r}
+data = data[order(data$date),]
+all(diff(data$date) == 7)
+```
+
+### Inspection
+
+Représentation graphique de l'ensemble des données
+```{r}
+plot(data$date, data$inc, type="l", xlab="Date", ylab="Incidence hebdomadaire")
+```
+
+Zoom sur les 200 dernières semaines
+```{r}
+with(tail(data, 200), plot(date, inc, type="l", xlab="Date", ylab="Incidence hebdomadaire"))
+```
+
+La varicelle ne présente pas, comme la grippe, une longue periode de faible incidence durant la période estivale.
+
+```{r}
+with(tail(data, 600), plot(date, inc, type="l", xlab="Date", ylab="Incidence hebdomadaire"))
+abline(v=as.Date(paste0(2010:2020,"-09-01")),col='red')
+```
+Cependant le minimum de l'épidémie sur les 10 dernières années est observé autour du 1er septembre
+
+## L'incidence annuelle
+
+### Calcul
+
+Nous allons calculer la somme du niveau d'incidence de chaque année du 1er septembre au 1er septembre
+
+```{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$inc[semaines], na.rm=TRUE)
+      }
+```
+
+```{r}
+head(data)
+```
+
+Les données commence en Decembre 1990 ce qui ne nous permet pas de quantifier le pic de 1991 en entier. Nous commencerons donc en 1992.
+
+```{r}
+annees = 1992:2021
+```
+
+```{r}
+inc_annuelle = data.frame(annee = annees,
+                          incidence = sapply(annees, pic_annuel))
+head(inc_annuelle)
+tail(inc_annuelle)
+```
+
+### Inspection
+
+Voici les incidences annuelles en graphique:
+```{r}
+plot(inc_annuelle, type="p", xlab="Année", ylab="Incidence annuelle")
+```
+
+
+## Incidence Min et Max
+
+```{r}
+head(inc_annuelle[order(-inc_annuelle$incidence),])
+```
+
+```{r}
+head(inc_annuelle[order(inc_annuelle$incidence),])
+```
 
-Maintenant, à vous de jouer! Vous pouvez effacer toutes ces informations et les remplacer par votre document computationnel.