From b2ae4c45a4dc164fc216984523e6402f7e441ddb Mon Sep 17 00:00:00 2001 From: Thomas PEROT Date: Fri, 9 Jun 2023 16:14:00 +0200 Subject: [PATCH] realisation des exercices --- module2/exo1/toy_document_fr.Rmd | 45 ++++-- module2/exo2/exercice_fr.Rmd | 46 +++--- module2/exo3/exercice_fr.Rmd | 29 ++-- module2/exo4/exercice_fr.Rmd | 39 +++-- module2/exo5/exo5_fr.Rmd | 44 ++++++ module3/exo1/analyse-syndrome-grippal.Rmd | 23 ++- module3/exo2/exercice_fr.Rmd | 184 ++++++++++++++++++++-- 7 files changed, 322 insertions(+), 88 deletions(-) diff --git a/module2/exo1/toy_document_fr.Rmd b/module2/exo1/toy_document_fr.Rmd index f4f8550..6a20a52 100644 --- a/module2/exo1/toy_document_fr.Rmd +++ b/module2/exo1/toy_document_fr.Rmd @@ -1,7 +1,7 @@ --- -title: "Votre titre" -author: "Thomas PEROT" -date: "La date du jour" +title: "À propos du calcul de pi" +author: "*Thomas PEROT*" +date: "7 juin 2023" output: html_document --- @@ -10,24 +10,39 @@ output: html_document knitr::opts_chunk$set(echo = TRUE) ``` -## Quelques explications +## En demandant à la lib maths +Mon ordinateur m'indique que $\pi$ vaut *approximativement* -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 . +```{r} +pi +``` -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: +## En utilisant la méthode des aiguilles de Buffon +Mais calculé avec la **méthode** des [aiguilles de Buffon](https://fr.wikipedia.org/wiki/Aiguille_de_Buffon), on obtiendrait comme **approximation** : -```{r cars} -summary(cars) +```{r} +set.seed(42) +N = 100000 +x = runif(N) +theta = pi/2*runif(N) +2/(mean(x+sin(theta)>1)) ``` -Et on peut aussi aisément inclure des figures. Par exemple: - -```{r pressure, echo=FALSE} -plot(pressure) +## Avec un argument "fréquentiel" de surface +Sinon, une méthode plus simple à comprendre et ne faisant pas intervenir d'appel à la fonction sinus se base sur le fait que si $X\sim U(0,1)$ et $Y\sim U(0,1)$ alors $P[X^2+Y^2 \le 1]= \pi/4$ (voir [méthode de Monte Carlo sur Wikipedia](https://fr.wikipedia.org/wiki/M%C3%A9thode_de_Monte-Carlo#D%C3%A9termination_de_la_valeur_de_%CF%80)). Le code suivant illustre ce fait : + +```{r} +set.seed(42) +N = 1000 +df = data.frame(X = runif(N), Y = runif(N)) +df$Accept = (df$X**2 + df$Y**2 <=1) +library(ggplot2) +ggplot(df, aes(x=X,y=Y,color=Accept)) + geom_point(alpha=.2) + coord_fixed() + theme_bw() ``` -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. +Il est alors aisé d’obtenir une approximation (pas terrible) de $\pi$ en comptant combien de fois, en moyenne, $X^2+Y^2$ est inférieur à 1 : -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} +4*mean(df$Accept) +``` -Maintenant, à vous de jouer! Vous pouvez effacer toutes ces informations et les remplacer par votre document computationnel. diff --git a/module2/exo2/exercice_fr.Rmd b/module2/exo2/exercice_fr.Rmd index 7eece5e..87b9a3c 100644 --- a/module2/exo2/exercice_fr.Rmd +++ b/module2/exo2/exercice_fr.Rmd @@ -1,7 +1,7 @@ --- -title: "Votre titre" -author: "Votre nom" -date: "La date du jour" +title: "Module 2 exercice2" +author: "Thomas PEROT" +date: "7 juin 2023" output: html_document --- @@ -10,24 +10,30 @@ output: html_document knitr::opts_chunk$set(echo = TRUE) ``` -## Quelques explications +## Chargement 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 . - -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) +```{r} +lesdonnees<-c(14.0, 7.6, 11.2, 12.8, 12.5, 9.9, 14.9, 9.4, 16.9, 10.2, 14.9, 18.1, 7.3, 9.8, 10.9,12.2, 9.9, 2.9, 2.8, 15.4, 15.7, 9.7, 13.1, 13.2, 12.3, 11.7, 16.0, 12.4, 17.9, 12.2, 16.2, 18.7, 8.9, 11.9, 12.1, 14.6, 12.1, 4.7, 3.9, 16.9, 16.8, 11.3, 14.4, 15.7, 14.0, 13.6, 18.0, 13.6, 19.9, 13.7, 17.0, 20.5, 9.9, 12.5, 13.2, 16.1, 13.5, 6.3, 6.4, 17.6, 19.1, 12.8, 15.5, 16.3, 15.2, 14.6, 19.1, 14.4, 21.4, 15.1, 19.6, 21.7, 11.3, 15.0, 14.3, 16.8, 14.0, 6.8, 8.2, 19.9, 20.4, 14.6, 16.4, 18.7, 16.8, 15.8, 20.4, 15.8, 22.4, 16.2, 20.3, 23.4, 12.1, 15.5, 15.4, 18.4, 15.7, 10.2, 8.9, 21.0) ``` -Et on peut aussi aisément inclure des figures. Par exemple: - -```{r pressure, echo=FALSE} -plot(pressure) +## Calcul des statistiques demandées +### Moyenne +```{r} +mean(lesdonnees) +``` +### Min +```{r} +min(lesdonnees) +``` +### Max +```{r} +max(lesdonnees) +``` +### Médiane +```{r} +median(lesdonnees) +``` +### Ecart-type +```{r} +sd(lesdonnees) ``` - -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. diff --git a/module2/exo3/exercice_fr.Rmd b/module2/exo3/exercice_fr.Rmd index 7eece5e..0e39155 100644 --- a/module2/exo3/exercice_fr.Rmd +++ b/module2/exo3/exercice_fr.Rmd @@ -1,7 +1,7 @@ --- -title: "Votre titre" -author: "Votre nom" -date: "La date du jour" +title: "Module 2 exercice 3" +author: "Thomas PEROT" +date: "7 juin 2023" output: html_document --- @@ -10,24 +10,21 @@ output: html_document knitr::opts_chunk$set(echo = TRUE) ``` -## Quelques explications +## Chargement 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 . - -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) +```{r} +lesdonnees<-c(14.0, 7.6, 11.2, 12.8, 12.5, 9.9, 14.9, 9.4, 16.9, 10.2, 14.9, 18.1, 7.3, 9.8, 10.9,12.2, 9.9, 2.9, 2.8, 15.4, 15.7, 9.7, 13.1, 13.2, 12.3, 11.7, 16.0, 12.4, 17.9, 12.2, 16.2, 18.7, 8.9, 11.9, 12.1, 14.6, 12.1, 4.7, 3.9, 16.9, 16.8, 11.3, 14.4, 15.7, 14.0, 13.6, 18.0, 13.6, 19.9, 13.7, 17.0, 20.5, 9.9, 12.5, 13.2, 16.1, 13.5, 6.3, 6.4, 17.6, 19.1, 12.8, 15.5, 16.3, 15.2, 14.6, 19.1, 14.4, 21.4, 15.1, 19.6, 21.7, 11.3, 15.0, 14.3, 16.8, 14.0, 6.8, 8.2, 19.9, 20.4, 14.6, 16.4, 18.7, 16.8, 15.8, 20.4, 15.8, 22.4, 16.2, 20.3, 23.4, 12.1, 15.5, 15.4, 18.4, 15.7, 10.2, 8.9, 21.0) ``` -Et on peut aussi aisément inclure des figures. Par exemple: +## Réalisation d'un graphe séquentiel -```{r pressure, echo=FALSE} -plot(pressure) +```{r} +plot(1:length(lesdonnees),lesdonnees,type="l",col="blue") ``` -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. +## Réalisation d'un histogramme -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} +hist(lesdonnees,col="blue") -Maintenant, à vous de jouer! Vous pouvez effacer toutes ces informations et les remplacer par votre document computationnel. +``` diff --git a/module2/exo4/exercice_fr.Rmd b/module2/exo4/exercice_fr.Rmd index 7eece5e..3bddb66 100644 --- a/module2/exo4/exercice_fr.Rmd +++ b/module2/exo4/exercice_fr.Rmd @@ -1,7 +1,7 @@ --- -title: "Votre titre" -author: "Votre nom" -date: "La date du jour" +title: "Module 2 exercice 4" +author: "Thomas PEROT" +date: "8 juin 2023" output: html_document --- @@ -10,24 +10,33 @@ output: html_document knitr::opts_chunk$set(echo = TRUE) ``` -## Quelques explications +## Chargement des donnees -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 . +```{r} +leFichierDonnees<-"dataMoocM2Exo4.txt" +lesdonnees<-read.table(leFichierDonnees,header=T,sep="\t",row.names=NULL) +``` -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: +## Quelques statistiques sur les données -```{r cars} -summary(cars) +### Dimensions du tableau de données +```{r} +dim(lesdonnees) ``` -Et on peut aussi aisément inclure des figures. Par exemple: - -```{r pressure, echo=FALSE} -plot(pressure) +### Moyenne +```{r} +mean(lesdonnees$value) ``` -Vous remarquerez le paramètre `echo = FALSE` qui indique que le code ne doit pas apparaître dans la version finale du document. Nous vous recommandons dans le cadre de ce MOOC de ne pas utiliser ce paramètre car l'objectif est que vos analyses de données soient parfaitement transparentes pour être reproductibles. +### Ecart-type +```{r} +sd(lesdonnees$value) +``` -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. +## Quelques graphes sur les données -Maintenant, à vous de jouer! Vous pouvez effacer toutes ces informations et les remplacer par votre document computationnel. +```{r} +plot(lesdonnees$id,lesdonnees$value,type="l",col="blue") +hist(lesdonnees$value) +``` diff --git a/module2/exo5/exo5_fr.Rmd b/module2/exo5/exo5_fr.Rmd index 479d782..7a8e283 100644 --- a/module2/exo5/exo5_fr.Rmd +++ b/module2/exo5/exo5_fr.Rmd @@ -28,6 +28,7 @@ Nous commençons donc par charger ces données: ```{r} data = read.csv("shuttle.csv",header=T) data + ``` Le jeu de données nous indique la date de l'essai, le nombre de joints @@ -73,6 +74,7 @@ régression logistique. logistic_reg = glm(data=data, Malfunction/Count ~ Temperature, weights=Count, family=binomial(link='logit')) summary(logistic_reg) + ``` L'estimateur le plus probable du paramètre de température est 0.001416 @@ -80,6 +82,38 @@ et l'erreur standard de cet estimateur est de 0.049, autrement dit on ne peut pas distinguer d'impact particulier et il faut prendre nos estimations avec des pincettes. +### La première erreure est ici +Les donnees sans dysfonctionnement n'ont pas été incluses dans l'analyse +Analyses en incluant toutes les données : + +```{r} +data = read.csv("shuttle.csv",header=T) +data + +logistic_reg = glm(data=data, Malfunction/Count ~ Temperature, weights=Count, + family=binomial(link='logit')) +summary(logistic_reg) + +require(ggplot2) +ggplot(data,aes(x=Temperature,y=Malfunction/Count)) + geom_point(alpha=.3,size=3) + +theme_bw() + +geom_smooth(method = "glm", +method.args = list(family = binomial(link='logit'))) + xlim(30,100) +``` + +De plus aucune données inférieure à 53 °F n'est présente dans le jeu de données +L'extrapolation est donc très discutable +Enfin l'incertidude est très élevée est devrait être prise ne compte + +```{r} +tempv = seq(from=30, to=90, by = .5) +rmv <- predict(logistic_reg,list(Temperature=tempv),type="response") +plot(tempv,rmv,type="l",ylim=c(0,1)) +points(data=data, Malfunction/Count ~ Temperature) +predict(logistic_reg,list(Temperature=31),type="response") +``` + + # Estimation de la probabilité de dysfonctionnant des joints toriques La température prévue le jour du décollage est de 31°F. Essayons d'estimer la probabilité de dysfonctionnement des joints toriques à @@ -113,6 +147,16 @@ lançeur est donc de $1-(1-p^2)^3 \approx 1.2%$. Ça serait vraiment pas de chance... Tout est sous contrôle, le décollage peut donc avoir lieu demain comme prévu. +### Reprise du paragraphe avec la probabilité prédite pour une température de 31°F + +Cette probabilité est donc d'environ $p=0.818$, sachant qu'il existe +un joint primaire un joint secondaire sur chacune des trois parties du +lançeur, la probabilité de défaillance des deux joints d'un lançeur +est de $p^2 \approx 0.66912$. La probabilité de défaillance d'un des +lançeur est donc de $1-(1-p^2)^3 \approx 96.4%$. Ça serait vraiment +pas de chance... Tout est sous contrôle, le décollage peut donc avoir +lieu demain comme prévu. + Seulement, le lendemain, la navette Challenger explosera et emportera avec elle ses sept membres d'équipages. L'opinion publique est fortement touchée et lors de l'enquête qui suivra, la fiabilité des diff --git a/module3/exo1/analyse-syndrome-grippal.Rmd b/module3/exo1/analyse-syndrome-grippal.Rmd index 1b93613..55329c4 100644 --- a/module3/exo1/analyse-syndrome-grippal.Rmd +++ b/module3/exo1/analyse-syndrome-grippal.Rmd @@ -6,27 +6,36 @@ output: toc: true html_document: toc: true - theme: journal -documentclass: article -classoption: a4paper -header-includes: -- \usepackage[french]{babel} -- \usepackage[upright]{fourier} -- \hypersetup{colorlinks=true,pagebackref=true} + theme: journal + documentclass: article + classoption: a4paper + header-includes: + - \usepackage[french]{babel} + - \hypersetup{colorlinks=true,pagebackref=true} --- + + + + ```{r setup, include=FALSE} knitr::opts_chunk$set(echo = TRUE) ``` ## Préparation des données +### Chargement des donnees à partir de l'url (option non choisie) Les données de l'incidence du syndrome grippal sont disponibles du site Web du [Réseau Sentinelles](http://www.sentiweb.fr/). Nous les récupérons sous forme d'un fichier en format CSV dont chaque ligne correspond à une semaine de la période demandée. Nous téléchargeons toujours le jeu de données complet, qui commence en 1984 et se termine avec une semaine récente. L'URL est: ```{r} #data_url = "http://www.sentiweb.fr/datasets/incidence-PAY-3.csv" +``` + +### Chargement des donnees à partir d'un fichier local +```{r} data_csv = "incidence-PAY-3.csv" ``` + Voici l'explication des colonnes donnée sur le [sur le site d'origine](https://ns.sentiweb.fr/incidence/csv-schema-v1.json): | Nom de colonne | Libellé de colonne | diff --git a/module3/exo2/exercice_fr.Rmd b/module3/exo2/exercice_fr.Rmd index 7eece5e..8fe6a44 100644 --- a/module3/exo2/exercice_fr.Rmd +++ b/module3/exo2/exercice_fr.Rmd @@ -1,8 +1,18 @@ --- -title: "Votre titre" -author: "Votre nom" -date: "La date du jour" -output: html_document +title: "Analyse de l'incidence de la varicelle" +author: "Thomas PEROT" +date: "9 juin 2023" +output: + pdf_document: + toc: true + html_document: + toc: true + theme: journal + documentclass: article + classoption: a4paper + header-includes: + - \usepackage[french]{babel} + - \hypersetup{colorlinks=true,pagebackref=true} --- @@ -10,24 +20,168 @@ output: html_document knitr::opts_chunk$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 . +## Préparation des données -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: +### Chargement des donnees à partir de l'url (option non choisie) +Les données de l'incidence de la varicelle sont disponibles du site Web du [Réseau Sentinelles](http://www.sentiweb.fr/). 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} +#data_url = "https://www.sentiweb.fr/datasets/incidence-PAY-7.csv" +``` + +### Chargement des donnees à partir d'un fichier local +```{r} +data_csv = "incidence-PAY-7.csv" +``` + + +Voici l'explication des colonnes donnée sur le [sur le site d'origine](https://ns.sentiweb.fr/incidence/csv-schema-v1.json): + +| Nom de colonne | Libellé de colonne | +|----------------+-----------------------------------------------------------------------------------------------------------------------------------| +| `week` | Semaine calendaire (ISO 8601) | +| `indicator` | Code de l'indicateur de surveillance | +| `inc` | Estimation de l'incidence de consultations en nombre de cas | +| `inc_low` | Estimation de la borne inférieure de l'IC95% du nombre de cas de consultation | +| `inc_up` | Estimation de la borne supérieure de l'IC95% du nombre de cas de consultation | +| `inc100` | Estimation du taux d'incidence du nombre de cas de consultation (en cas pour 100,000 habitants) | +| `inc100_low` | Estimation de la borne inférieure de l'IC95% du taux d'incidence du nombre de cas de consultation (en cas pour 100,000 habitants) | +| `inc100_up` | Estimation de la borne supérieure de l'IC95% du taux d'incidence du nombre de cas de consultation (en cas pour 100,000 habitants) | +| `geo_insee` | Code de la zone géographique concernée (Code INSEE) http://www.insee.fr/fr/methodes/nomenclatures/cog/ | +| `geo_name` | Libellé de la zone géographique (ce libellé peut être modifié sans préavis) | + +La première ligne du fichier CSV est un commentaire, que nous ignorons en précisant `skip=1`. +### Téléchargement +```{r} +#data = read.csv(data_url, skip=1)#,na.strings="-") +data = read.csv(data_csv, skip=1)#,na.strings="-") +``` + +Regardons ce que nous avons obtenu: +```{r} +head(data) +tail(data) +``` + +Y a-t-il des points manquants dans nos données ? +```{r} +na_records = apply(data, 1, function (x) any(is.na(x))) +data[na_records,] +``` +Pas de données manquantes + +Les deux colonnes qui nous intéressent sont `week` et `inc`. Vérifions leurs classes: +```{r} +class(data$week) +class(data$inc) +``` +Ce sont des entiers, tout va bien ! + +### Conversion des numéros de semaine + +La gestion des dates est toujours un sujet délicat. Il y a un grand nombre de conventions différentes qu'il ne faut pas confondre. Notre jeux de données utilise un format que peu de logiciels savent traiter: les semaines en format [ISO-8601](https://en.wikipedia.org/wiki/ISO_8601). En `R`, il est géré par la bibliothèque [parsedate](https://cran.r-project.org/package=parsedate): + +```{r} +library(parsedate) +``` + +Pour faciliter le traitement suivant, nous remplaçons ces semaines par les dates qui correspondent aux lundis. Voici une petite fonction qui fait la conversion pour une seule valeur: + +```{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)) +} +``` + +Nous appliquons cette fonction à tous les points, créant une nouvelle colonne `date` dans notre jeu de données: +```{r} +data$date = as.Date(convert_week(data$week)) +``` -```{r cars} -summary(cars) +Vérifions qu'elle est de classe `Date`: +```{r} +class(data$date) ``` -Et on peut aussi aisément inclure des figures. Par exemple: +Les points sont dans l'ordre chronologique inverse, il est donc utile de les trier: +```{r} +data = data[order(data$date),] +``` + +C'est l'occasion pour faire une vérification: nos dates doivent être séparées d'exactement sept jours: +```{r} +all(diff(data$date) == 7) +``` + +### Inspection + +Regardons enfin à quoi ressemblent nos données ! +```{r} +plot(data$date, data$inc, type="l", xlab="Date", ylab="Incidence hebdomadaire") +points(data$date,data$inc,col=ifelse(format(data$date,"%m")=="04","red","blue"),type="p") +``` -```{r pressure, echo=FALSE} -plot(pressure) +Un zoom sur les dernières années montre mieux la localisation des pics en hiver. Le creux des incidences se trouve en été. +```{r} +with(head(data, 200), plot(date, inc, type="l", xlab="Date", ylab="Incidence hebdomadaire")) +points(data$date[format(data$date,"%m")%in%c("03","04","05")],data$inc[format(data$date,"%m")%in%c("03","04","05")],col="red",type="p") +points(data$date[format(data$date,"%m")=="09"],data$inc[format(data$date,"%m")=="09"],col="green",type="p") ``` -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. +Nous voyons que les pics sont variables selon les années et s'étende de décembre à aout +Les creux sont plutôt en septembre + +## L'incidence annuelle + +### Calcul + +Étant donné que le pic de l'épidémie se situe au printemps, à cheval entre deux années civiles, nous définissons la période de référence entre deux minima de l'incidence, du 1er septembre de l'année $N$ au 1er septembre de l'année $N+1$. Nous mettons l'année $N+1$ comme étiquette sur cette année décalée, car le pic de l'épidémie est toujours au printemps de l'année $N+1$. Comme l'incidence de syndrome grippal est faible en septembre, cette modification ne risque pas de fausser nos conclusions. +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,"-09-01") + fin = paste0(annee,"-09-01") + semaines = data$date > debut & data$date <= fin + sum(data$inc[semaines], na.rm=TRUE) + } +``` + +Nous devons aussi faire attention aux premières et dernières années de notre jeux de données. Les données commencent en avril 1990, ce qui ne permet pas de quantifier complètement le pic attribué à 1990. Nous l'enlevons donc de notre analyse. De même les dernières données disponible sont en mai 2023. Nous enlevons donc également l'année 2023. +```{r} +annees = 1991:2022 +``` -Comme les résultats ne sont pas stockés dans les fichiers Rmd, pour faciliter la relecture de vos analyses par d'autres personnes, vous aurez donc intérêt à générer un HTML ou un PDF et à le commiter. +Nous créons un nouveau jeu de données pour l'incidence annuelle, en applicant la fonction `pic_annuel` à chaque année: +```{r} +inc_annuelle = data.frame(annee = annees, + incidence = sapply(annees, pic_annuel)) +head(inc_annuelle) +``` + +### Inspection + +Voici les incidences annuelles en graphique: +```{r} +plot(inc_annuelle, type="p", xlab="Année", ylab="Incidence annuelle") +``` + +### Identification des épidémies les plus fortes + +Une liste triée par ordre décroissant d'incidence annuelle permet de plus facilement repérer les valeurs les plus élevées: +```{r} +head(inc_annuelle[order(-inc_annuelle$incidence),]) +``` +### Identification des épidémies les plus faibles +```{r} +head(inc_annuelle[order(inc_annuelle$incidence),]) +``` + +head(inc_annuelle[order(inc_annuelle$incidence),]) + +Enfin, un histogramme montre bien que les épidémies fortes, qui touchent plus de 800 000 personnes, sont assez rares: il y en eu trois au cours des 31 dernières années. Les épidémies faible inférieures à 400 000 personnes sont très rares : il y en a eu deux au cours des 31 dernières années. +```{r} +hist(inc_annuelle$incidence, breaks=10, xlab="Incidence annuelle", ylab="Nb d'observations", main="") +``` -Maintenant, à vous de jouer! Vous pouvez effacer toutes ces informations et les remplacer par votre document computationnel. -- 2.18.1