title: "Analyse de l'incidence du syndrôme grippal"
title: "Analyse de l'incidence du syndrôme grippal"
author: "Konrad Hinsen"
author: "Konrad Hinsen"
output:
output:
pdf_document:
pdf_document:
toc: true
toc: true
html_document:
html_document:
toc: true
toc: true
theme: journal
theme: journal
documentclass: article
documentclass: article
classoption: a4paper
classoption: a4paper
header-includes:
header-includes:
- \usepackage[french]{babel}
- \usepackage[french]{babel}
- \usepackage[upright]{fourier}
- \usepackage[upright]{fourier}
- \hypersetup{colorlinks=true,pagebackref=true}
- \hypersetup{colorlinks=true,pagebackref=true}
---
---
```{r setup, include=FALSE}
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE)
knitr::opts_chunk$set(echo = TRUE)
```
```
## Préparation des données
## 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:
na_records = apply(data, 1, function (x) any(is.na(x)))
```
data[na_records,]
```
Y a-t-il des points manquants dans nos données ?
```{r}
Les deux colonnes qui nous intéressent sont `week` et `inc`. Vérifions leurs classes:
na_records = apply(data, 1, function (x) any(is.na(x)))
```{r}
data[na_records,]
class(data$week)
```
class(data$inc)
```
Les deux colonnes qui nous intéressent sont `week` et `inc`. Vérifions leurs classes:
Ce sont des entiers, tout va bien !
```{r}
class(data$week)
### Conversion des numéros de semaine
class(data$inc)
```
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):
Ce sont des entiers, tout va bien !
```{r}
### Conversion des numéros de semaine
library(parsedate)
```
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):
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}
library(parsedate)
```{r}
```
convert_week = function(w) {
ws = paste(w)
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:
iso = paste0(substring(ws, 1, 4), "-W", substring(ws, 5, 6))
as.character(parse_iso_8601(iso))
```{r}
}
convert_week = function(w) {
```
ws = paste(w)
iso = paste0(substring(ws, 1, 4), "-W", substring(ws, 5, 6))
Nous appliquons cette fonction à tous les points, créant une nouvelle colonne `date` dans notre jeu de données:
as.character(parse_iso_8601(iso))
```{r}
}
data$date = as.Date(convert_week(data$week))
```
```
Nous appliquons cette fonction à tous les points, créant une nouvelle colonne `date` dans notre jeu de données:
Vérifions qu'elle est de classe `Date`:
```{r}
```{r}
data$date = as.Date(convert_week(data$week))
class(data$date)
```
```
Vérifions qu'elle est de classe `Date`:
Les points sont dans l'ordre chronologique inverse, il est donc utile de les trier:
```{r}
```{r}
class(data$date)
data = data[order(data$date),]
```
```
Les points sont dans l'ordre chronologique inverse, il est donc utile de les trier:
C'est l'occasion pour faire une vérification: nos dates doivent être séparées d'exactement sept jours:
```{r}
```{r}
data = data[order(data$date),]
all(diff(data$date) == 7)
```
```
C'est l'occasion pour faire une vérification: nos dates doivent être séparées d'exactement sept jours:
Étant donné que le pic de l'épidémie se situe en hiver, à cheval entre deux années civiles, nous définissons la période de référence entre deux minima de l'incidence, du 1er août de l'année $N$ au 1er août 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 début de l'année $N+1$. Comme l'incidence de syndrome grippal est très faible en été, cette modification ne risque pas de fausser nos conclusions.
## L'incidence annuelle
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}
### Calcul
pic_annuel = function(annee) {
debut = paste0(annee-1,"-08-01")
Étant donné que le pic de l'épidémie se situe en hiver, à cheval entre deux années civiles, nous définissons la période de référence entre deux minima de l'incidence, du 1er août de l'année $N$ au 1er août 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 début de l'année $N+1$. Comme l'incidence de syndrome grippal est très faible en été, cette modification ne risque pas de fausser nos conclusions.
fin = paste0(annee,"-08-01")
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.
semaines = data$date > debut & data$date <= fin
```{r}
sum(data$inc[semaines], na.rm=TRUE)
pic_annuel = function(annee) {
}
debut = paste0(annee-1,"-08-01")
```
fin = paste0(annee,"-08-01")
semaines = data$date > debut & data$date <= fin
Nous devons aussi faire attention aux premières et dernières années de notre jeux de données. Les données commencent en octobre 1984, ce qui ne permet pas de quantifier complètement le pic attribué à 1985. Nous l'enlevons donc de notre analyse. Par contre, pour une exécution en octobre 2018, les données se terminent après le 1er août 2018, ce qui nous permet d'inclure cette année.
sum(data$inc[semaines], na.rm=TRUE)
```{r}
}
annees = 1986:2018
```
```
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.
Nous créons un nouveau jeu de données pour l'incidence annuelle, en applicant la fonction `pic_annuel` à chaque année:
```{r}
```{r}
annees = 1986:2018
inc_annuelle = data.frame(annee = annees,
```
incidence = sapply(annees, pic_annuel))
head(inc_annuelle)
Nous créons un nouveau jeu de données pour l'incidence annuelle, en applicant la fonction `pic_annuel` à chaque année:
Une liste triée par ordre décroissant d'incidence annuelle permet de plus facilement repérer les valeurs les plus élevées:
Enfin, un histogramme montre bien que les épidémies fortes, qui touchent environ 10% de la population française, sont assez rares: il y en eu trois au cours des 35 dernières années.
Enfin, un histogramme montre bien que les épidémies fortes, qui touchent environ 10% de la population française, sont assez rares: il y en eu trois au cours des 35 dernières années.
