# Module 3 - Analyse Réplicable

## Intro

Analyse traditionelle: résultats -> résumé méthodologique + discussion

Analyse réplicable: on remplace résumé par code complet + explication choix

- Plus facile à vérifier
- Plus faciler à étendre pour répondre à de nouvelles questions
- Facile a rééxecuter avec de nouvelles données

## Étude de cas: incidence de syndromes grippaux

Réseau sentinelles -> médecins généralistes, surveillance de maladies

Ne pas supprimer/modifier des données à la main (ex: supprimer un ligne CSV, même si elle est vide/invalide)
-> Modifier la ligne dans le code

## Importer les données

Bibliothèques:
- pandas: import données
- matplotlib: affichage graphiques
- isoweek: gérer dates format ISO

1ère étape: préface contenant librairies

Import en utilisant URL, `skiprows=1` pour ignorer 1ère ligne de commentaire

Trouver ligne vide: `data[data.isnull().any(axis=1)]`, puis suppression `data.dropna().copy()`

## Vérification et inspection

Première étape vérification données: possibles erreurs dans données ou introduites par nous-même

Etapes:
- conversion date en format ISO vers format pandas
- tri par date

Verifications:
- est ce que les périodes sont bien directement adjacentes ?

Inspections visuelle en utilisant représentation graphique

/!\ Documenter chaque anamolie, chaque traitement de données non trivial

## Question et réponses : analyse de données

Analyse réplicable contient:

- exposer toutes les étapes,
- expliquer tous les choix