Update exercice_fr.Rmd

module3/exo2/exercice_fr.Rmd

 ---
-title: "Votre titre"
+title: "Analyse de l'incidence de la varicelle"
 author: "Votre nom"
-date: "La date du jour"
-output: html_document
+date: "`r Sys.Date()`"
+output:
+  html_document:
+    toc: true
 ---
 
-
 ```{r setup, include=FALSE}
 knitr::opts_chunk$set(echo = TRUE)
-```
+Préparation des données
+
+Les données de la varicelle proviennent du Réseau Sentinelles.
+Pour assurer la reproductibilité, nous conservons l’URL d’origine mais utilisons une copie locale des données.
+# URL d'origine (traçabilité)
+
+data_url <- "https://www.sentiweb.fr/datasets/all/inc-25-PAY.json"
+
+# Fichier local
+
+local_file <- "incidence-VARI-3.csv"
+
+# Télécharger uniquement si le fichier local n'existe pas
+
+if (!file.exists(local_file)) {
+download.file(data_url, destfile = local_file, mode = "wb")
+}
+
+# Lecture du fichier CSV local (la première ligne est un commentaire)
+
+data <- read.csv(local_file, skip = 1)
+head(data)
+tail(data)
+Conversion des numéros de semaine
+
+Les semaines sont au format ISO-8601. Nous les convertissons en dates
+(correspondant au lundi de chaque semaine).
+library(parsedate)
+
+convert_week <- function(w) {
+ws <- paste(w)
+iso <- paste0(substr(ws, 1, 4), "-W", substr(ws, 5, 6))
+as.character(parse_iso_8601(iso))
+}
+
+data$date <- as.Date(convert_week(data$week))
+data <- data[order(data$date),]
+Vérification : les dates doivent être espacées de 7 jours.
+
+Inspection des données
+
+On utilise le taux d’incidence pour 100 000 habitants (inc100).
+plot(data$date, data$inc100, type = "l",
+xlab = "Date", ylab = "Incidence hebdomadaire (pour 100 000)")
+Incidence annuelle (année épidémique)
+
+Conformément à l’énoncé, chaque période annuelle est définie
+du 1er septembre de l’année N-1 au 1er septembre de l’année N.
+pic_annuel <- function(annee) {
+debut <- paste0(annee - 1, "-09-01")
+fin   <- paste0(annee,     "-09-01")
+semaines <- data$date > debut & data$date <= fin
+sum(data$inc100[semaines], na.rm = TRUE)
+}
+annees <- (as.integer(format(min(data$date), "%Y")) + 1) :
+as.integer(format(max(data$date), "%Y"))
+
+inc_annuelle <- data.frame(
+annee = annees,
+incidence = sapply(annees, pic_annuel)
+)
+
+head(inc_annuelle)
+Résultats demandés
+Année avec l’épidémie la plus forte
+
+inc_annuelle[which.max(inc_annuelle$incidence), ]
+inc_annuelle[which.min(inc_annuelle$incidence), ]
+
+
+
+
+
+
+
+
+
+
+
+
+
 
-## 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.