diff --git a/module3/exo1/analyse-syndrome-grippal.Rmd b/module3/exo1/analyse-syndrome-grippal.Rmd
index 6faa525e325b89f356a65251833ea7b995f1d461..4d6033dc20af379e4b2508f91d20e6cf8b1473ff 100644
--- a/module3/exo1/analyse-syndrome-grippal.Rmd
+++ b/module3/exo1/analyse-syndrome-grippal.Rmd
@@ -133,8 +133,8 @@ with(tail(data, 200), plot(date, inc, type="l", xlab="Date", ylab="Incidence heb
 L'argument `na.rm=True` dans la sommation précise qu'il faut supprimer les points manquants. Ce choix est raisonnable car il n'y a qu'un seul point manquant, dont l'impact ne peut pas être très fort.
 ```{r}
 pic_annuel = function(annee) {
-      debut = paste0(annee-1,"-08-01")
-      fin = paste0(annee,"-08-01")
+      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)
       }
@@ -142,7 +142,7 @@ pic_annuel = function(annee) {
 
 Nous devons aussi faire attention aux premières et dernières années de notre jeux de données. Les données commencent en octobre 1984, ce qui ne permet pas de quantifier complètement le pic attribué à 1985. Nous l'enlevons donc de notre analyse. Par contre, pour une exécution en octobre 2018, les données se terminent après le 1er août 2018, ce qui nous permet d'inclure cette année.
 ```{r}
-annees = 1986:2018
+annees = 1986:2017
 ```
 
 Nous créons un nouveau jeu de données pour l'incidence annuelle, en applicant la fonction `pic_annuel` à chaque année: