données en local

module3/analyse-syndrome-grippal-rstudio.Rmd

@@ -21,9 +21,10 @@ knitr::opts_chunk$set(echo = TRUE)
 
 ## Préparation des 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:
+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 donné ci-dessous mais pour pouvoir rendre l'analyse plus durable nous téléchargeons une copie de la base en local dans le même dossier que ce docuement computationnel:
 ```{r}
-data_url = "http://www.sentiweb.fr/datasets/incidence-PAY-3.csv"
+#data_url = "http://www.sentiweb.fr/datasets/incidence-PAY-3.csv"
+data_local = "./inc-3-PAY.csv"
 ```
 
 Voici l'explication des colonnes donnée sur le [sur le site d'origine](https://ns.sentiweb.fr/incidence/csv-schema-v1.json):
@@ -44,7 +45,7 @@ Voici l'explication des colonnes donnée sur le [sur le site d'origine](https://
 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=c("-"))
+data = read.csv(data_local, skip=1, na.strings=c("-"))
 ```
 
 Regardons ce que nous avons obtenu:
@@ -161,48 +162,3 @@ Enfin, un histogramme montre bien que les épidémies fortes, qui touchent envir
 ```{r}
 hist(inc_annuelle$incidence, breaks=10, xlab="Incidence annuelle", ylab="Nb d'observations", main="")
 ```
-
-#### Vérificiation et inspection des données  
-###### Création de la fonction de converstion des dates
-```{r}
-convert_week = function(date) {
-  ws = paste(date)
-  iso = paste0(substring(ws, 1, 4), "-W", substring(ws, 5, 6))
-  as.character(parse_iso_8601(iso))
-}
-```
-
-###### Application de la fonction
-```{r}
-data$date = as.Date(sapply(data$week, convert_week))
-class(data$date)
-```
-
-###### Vérification de l'écart entre les dates
-```{r}
-all(diff(data$date2) == 7)
-```
-###### Regrouper par campagne
-```{r}
-findruns <- function(x,k) {
-n <- length(x)
-runs <- NULL
-for (i in 1:(n-k+1)) {
-if (all(x[i:(i+k-1)]==1)) runs <- c(runs,i)
-}
-return(runs)
-}
-y <- c (1,0,0,1,1,1,0,1,1)
-findruns (y, 3)
-findruns (y, 2)
-findruns (y, 1)
-
-
-```
-
-###### examen de la distribution
-```{r}
-hist(inc_annuelle$incidence, breaks=20)
-
-
-```