#+TITLE: La main à la pâte : une analyse réplicable
#+AUTHOR: @@latex:{\large Konrad Hinsen} \\ \vspace{0.2cm}CBM, CNRS Orléans et Synchrotron SOLEIL\\ \vspace{0.2cm} \texttt{konrad.hinsen@cnrs.fr}@@
#+OPTIONS: H:2 tags:nil
#+EXCLUDE_TAGS: noexport
#+LANGUAGE: fr
#+SELECT_TAGS: export
#+LATEX_CLASS: beamer
#+LATEX_CLASS_OPTIONS: [presentation,bigger]
#+LATEX_HEADER: \usepackage[french]{babel}
#+LATEX_HEADER: \usepackage[normalem]{ulem}
#+BEAMER_HEADER: \setbeamercovered{invisible}
#+BEAMER_HEADER: \beamertemplatenavigationsymbolsempty
#+STARTUP: beamer
#+COLUMNS: %45ITEM %10BEAMER_ENV(Env) %10BEAMER_ACT(Act) %4BEAMER_COL(Col) %8BEAMER_OPT(Opt)
#+STARTUP: indent
#+PROPERTY: header-args :eval no-export


* M3-S1: Une analyse réplicable, c'est quoi?

** 3. La main à la pâte: une analyse réplicable
 1. *Une analyse réplicable, c'est quoi?*
 2. Étude de cas: l'incidence de syndromes grippaux
 3. Importer les données. Au choix:
     - Jupyter
     - RStudio
     - OrgMode
 4. Vérification et inspection. Au choix:
     - Jupyter
     - RStudio
     - OrgMode
 5. Questions et réponses.  Au choix:
     - Jupyter
     - RStudio
     - OrgMode
** L'analyse de données traditionnelle
[[file:img/analyse-traditionnelle-3-svg.pdf]]
** L'analyse de données réplicable
[[file:img/analyse-replicable-3-svg.pdf]]
** Pourquoi faire réplicable?
 - Facile à refaire si les données changent 
 - Facile à modifier 
 - Facile à inspecter et vérifier

* M3-S2: Étude de cas: l'incidence de syndromes grippaux

** 3. La main à la pâte: une analyse réplicable
 1. Une analyse réplicable, c'est quoi?
 2. *Étude de cas: l'incidence de syndromes grippaux*
 3. Importer les données. Au choix:
     - Jupyter
     - RStudio
     - OrgMode
 4. Vérification et inspection. Au choix:
     - Jupyter
     - RStudio
     - OrgMode
 5. Questions et réponses.  Au choix:
     - Jupyter
     - RStudio
     - OrgMode

** Les points clés à retenir
- Aucune modification des données "à la main".
- Du code pour tout!

* M3-S3A: Importer les données (Jupyter)
  
** 3. La main à la pâte: une analyse réplicable
 1. Une analyse réplicable, c'est quoi?
 2. Étude de cas: l'incidence de syndromes grippaux
 3. *Importer les données*. Au choix:
     - *Jupyter*
     - RStudio
     - OrgMode
 4. Vérification et inspection. Au choix:
     - Jupyter
     - RStudio
     - OrgMode
 5. Questions et réponses.  Au choix:
     - Jupyter
     - RStudio
     - OrgMode

** Choix techniques
 - Notebook Jupyter
 - Langage Python 3
 - Bibliothèques:
    - pandas
    - matplotlib
    - isoweek

** Les points clés à retenir
 - Lecture des données directement de la source
 - Gestion des données manquantes

* M3-S3B: Importer les données (RStudio)

** 3. La main à la pâte: une analyse réplicable
 1. Une analyse réplicable, c'est quoi?
 2. Étude de cas: l'incidence de syndromes grippaux
 3. *Importer les données*. Au choix:
     - Jupyter
     - *RStudio*
     - OrgMode
 4. Vérification et inspection. Au choix:
     - Jupyter
     - RStudio
     - OrgMode
 5. Questions et réponses.  Au choix:
     - Jupyter
     - RStudio
     - OrgMode

** Choix techniques
 - Environnement RStudio
 - Langage R
 - Bibliothèque: parsedate
** Les points clés à retenir
 - Lecture des données directement de la source
 - Attention aux données manquantes

* M3-S3C: Importer les données (OrgMode)
  
** 3. La main à la pâte: une analyse réplicable
 1. Une analyse réplicable, c'est quoi?
 2. Étude de cas: l'incidence de syndromes grippaux
 3. *Importer les données*. Au choix:
     - Jupyter
     - RStudio
     - *OrgMode*
 4. Vérification et inspection. Au choix:
     - Jupyter
     - RStudio
     - OrgMode
 5. Questions et réponses.  Au choix:
     - Jupyter
     - RStudio
     - OrgMode

** Choix techniques
 - Environnement Environnement Emacs + Org mode
 - Langages:
    - Python 3 pour préparer les données
    - R pour l'analyse
** Les points clés à retenir
 - Lecture des données directement de la source
 - Gestion des données manquantes

* M3-S4A/B/C: Vérification et inspection

** 3. La main à la pâte: une analyse réplicable
 1. Une analyse réplicable, c'est quoi?
 2. Étude de cas: l'incidence de syndromes grippaux
 3. Importer les données. Au choix:
     - Jupyter
     - RStudio
     - OrgMode
 4. *Vérification et inspection*. Au choix:
     - *Jupyter*
     - *RStudio*
     - *OrgMode*
 5. Questions et réponses.  Au choix:
     - Jupyter
     - RStudio
     - OrgMode

** Les points clés à retenir
- Pré-traitement des données
  - Adapter aux conventions des logiciels
  - Faciliter l'analyse
- Vérifier autant que possible
  - Inspection visuelle
  - Code de validation

* M3-S5A/B/C: Questions et réponses

** 3. La main à la pâte: une analyse réplicable
 1. Une analyse réplicable, c'est quoi?
 2. Étude de cas: l'incidence de syndromes grippaux
 3. Importer les données. Au choix:
     - Jupyter
     - RStudio
     - OrgMode
 4. Vérification et inspection. Au choix:
     - Jupyter
     - RStudio
     - OrgMode
 5. *Questions et réponses*.  Au choix:
     - *Jupyter*
     - *RStudio*
     - *OrgMode*

** Questions
 1. Quelles années ont connu les épidémies les plus fortes?
 2. Quelle est la fréquence d'épidémies faibles, moyennes, et fortes?

** Les points clés à retenir
 - Une analyse réplicable doit contenir *toutes les étapes* de traitement des données sous une forme *exécutable*.
 - Il est important d'*expliquer* tous les choix qui peuvent influencer les résultats.
 - Ceci nécessite d'exposer beaucoup de *détails techniques*, parce que c'est à ce niveau qu'on fait *le plus d'erreurs*!