---
title: "analyse de l'incidence du syndrome grippal"
output: html_document
---

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


options(OutDec=",")
options(width=150)
```


# Préparation de données
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}
#url = "http://www.sentiweb.fr/datasets/incidence-PAY-3.csv"
```
La première ligne du fichier CSV est un commentaire, que nous ignorons en précisant `skip=1`.
# Télechargement
```{r}
data = read.csv(trimws("http://www.sentiweb.fr/datasets/incidence-PAY-3.csv"), skip=1)
head(data)
tail(data)
```
# Vérification
# Y-a-t-il des données manquantes dans la base de données ?

```{r}
na_records = apply(data, 1, function(x) any(is.na(x)))
data[na_records,]

```
# Comment R interprète nos données ?

```{r}
class(data$week)
class(data$inc)
```
# Conversions
```{r}
library(parsedate)
convert_week = function(date) {
	ws = paste(date)
	iso = paste0(substring(ws,1,4), "-W", substring(ws,5,6))
	as.character(parse_iso_8601(iso))
}
```
```{r}

data$date = as.Date(sapply(data$week, convert_week))
```
```{r}
class(data$date)
```

# Nous trions des données dans le sens chronologique
```{r}
data = data[order(data$date),]
```

### Inspection
A quoi ressemblent nos données ?
```{r}
plot(data$date, data$inc, type="l", xlab="Date", ylab="Incidence hebdomadaire")

```
Zoom sur les dernières années
```{r}
with(tail(data, 200), plot(date, inc, type="l", xlab="Date", ylab="Incidence hebdomadaire"))
```




# L'incidence annuelle
Calcul
```{r}
annee = 1986
pic_annuel = function(annee) {
      debut = paste0(annee-1,"-08-01")
      fin = paste0(annee,"-08-01")
      semaines = data$date > debut & data$date <= fin
      sum(data$inc[semaines], na.rm=TRUE)
}
```
Nous incluons l'année 1985 mais pas l'année 2020 qui n'est pas compète
```{r}
annees = 1985:2019
```
Nous calculons le pic annuel pour chaque année
```{r}
inc_annuelle = data.frame(annee = annees,
                          incidence = sapply(annees, pic_annuel))
head(inc_annuelle)

```
# Insoection
graphique
```{r}
plot(inc_annuelle, type="p", xlab="Année", ylab="Incidence annuelle")
```