Variabilité saisonnière de la température à Québec

En classe, cette activité sert à…

Cette activité sert à travailler les notions suivantes : séries temporelles, statistiques descriptives, valeurs manquantes, visualisation à partir d’une question située dans le contexte suivant : Météorologie québécoise. Elle demande aux étudiantes et étudiants de répondre à la question directrice suivante : Quelle saison présente la plus forte variabilité de température à Québec?

Élément	Information
Durée	45-60 minutes
Niveau	Introduction
Usage recommandé	Laboratoire guidé
Préparation enseignant	Préparation requise : exécuter `Rscript datasets/meteo-quebec/preparation.R` depuis la racine, puis vérifier que `data/processed/meteo-quebec/meteo_quebec.csv` existe.
Production attendue	Un tableau ou graphique descriptif accompagné de trois phrases d’interprétation prudente.
Données	`data/processed/meteo-quebec/meteo_quebec.csv`

Préparation enseignante

Préparation requise : exécuter Rscript datasets/meteo-quebec/preparation.R depuis la racine, puis vérifier que data/processed/meteo-quebec/meteo_quebec.csv existe.
Fichier préparé : data/processed/meteo-quebec/meteo_quebec.csv.
Script de préparation : datasets/meteo-quebec/preparation.R.
Point à surveiller : Faire vérifier les valeurs manquantes avant les graphiques. Insister sur le fait que la réponse décrit une station, pas tout le Québec.

Résultat attendu

Un tableau ou graphique descriptif accompagné de trois phrases d’interprétation prudente. La production doit aussi contenir une phrase sur l’unité statistique et une phrase sur une limite de la source.

Limites à faire nommer

Faire vérifier les valeurs manquantes avant les graphiques. Insister sur le fait que la réponse décrit une station, pas tout le Québec.
Si une variable ou un dénominateur nécessaire n’est pas disponible dans les données, l’écrire explicitement plutôt que l’inférer.

Contexte

Cette activité utilise le jeu MeteoQuebec de UlavalSSD pour introduire les dates, les saisons, les résumés par groupe et les graphiques simples. Le but n’est pas de conclure sur le climat, mais de produire une première description fiable de la météo quotidienne observée à une station.

Objectifs d’apprentissage

Préparer un jeu météorologique pédagogique
Lire un CSV préparé localement
Utiliser une variable date
Décrire les valeurs manquantes
Comparer la variabilité de température par saison
Produire un graphique lisible

Données utilisées

Fiche : Météo quotidienne à Québec

Source pédagogique : UlavalSSD::MeteoQuebec.

Source primaire documentée : Environnement et Changement climatique Canada, via weathercan.

Fichier préparé : data/processed/meteo-quebec/meteo_quebec.csv

Métadonnées pédagogiques

Champ	Information
Question directrice	Quelle saison présente la plus forte variabilité de température à Québec?
Concepts	Séries temporelles; Statistiques descriptives; Valeurs manquantes; Visualisation
Niveau	Introduction
Type	Laboratoire d’introduction; Exploration de données
Contexte	Météorologie québécoise
Accroche	Des données météo familières pour apprendre à résumer une série temporelle
Durée	45-60 minutes
Matériel	fiche; code; table préparée
Math/stats avancées	non

Consignes

Exécuter datasets/meteo-quebec/preparation.R.
Importer data/processed/meteo-quebec/meteo_quebec.csv.
Vérifier le nombre de lignes et la période couverte.
Résumer les valeurs manquantes des variables de température.
Calculer la moyenne et l’écart-type de mean_temp par saison.
Produire un graphique de distribution de mean_temp par saison.
Rédiger une conclusion de 5 à 8 lignes avec une limite méthodologique.

Code de départ

À exécuter depuis la racine du projet.

# Load libraries
library(dplyr)
library(ggplot2)
library(readr)

# Prepare data
source("datasets/meteo-quebec/preparation.R")

# Import prepared data
meteo <- read_csv(
  "data/processed/meteo-quebec/meteo_quebec.csv",
  show_col_types = FALSE
)

# Check structure
meteo |>
  summarise(
    lignes = n(),
    premiere_date = min(date),
    derniere_date = max(date)
  )

# Missing values for temperature variables
meteo |>
  summarise(
    max_temp_manquant = sum(is.na(max_temp)),
    mean_temp_manquant = sum(is.na(mean_temp)),
    min_temp_manquant = sum(is.na(min_temp))
  )

# Seasonal summary
resume_saison <- meteo |>
  group_by(saison) |>
  summarise(
    n = n(),
    moyenne = mean(mean_temp, na.rm = TRUE),
    ecart_type = sd(mean_temp, na.rm = TRUE),
    .groups = "drop"
  ) |>
  arrange(desc(ecart_type))

resume_saison

# Seasonal distribution
ggplot(meteo, aes(x = saison, y = mean_temp)) +
  geom_boxplot(outlier.alpha = 0.25) +
  labs(
    x = "Saison",
    y = "Température moyenne quotidienne (°C)",
    title = "Variabilité saisonnière de la température à Québec"
  )

Questions

Quelle période le jeu préparé couvre-t-il?
Combien de valeurs manquantes contient mean_temp?
Quelle saison a le plus grand écart-type de mean_temp?
Cette réponse change-t-elle si l’on regarde seulement les années récentes?
Pourquoi ce résultat ne permet-il pas de conclure sur le climat du Québec?

Pistes de solution

Dans la version UlavalSSD 0.2.0, le printemps présente le plus grand écart-type descriptif de mean_temp. Une bonne conclusion doit préciser que ce résultat décrit la station Québec/Jean-Lesage dans la version pédagogique du jeu.

Prolongement

Refaire le calcul pour les années 2000 et plus, puis comparer l’ordre des saisons.

Fiche de mise en œuvre

Contrat pédagogique

Le statut pédagogique décrit le degré de préparation de l’activité. Il ne remplace pas la vérification de la source de données.

Objectifs d'apprentissage: Préparer un jeu météorologique pédagogique

Lire un CSV préparé localement

Utiliser une variable date

Décrire les valeurs manquantes

Comparer la variabilité de température par saison

Produire un graphique lisible
Prérequis: Vérifier le fichier ou le script de préparation annoncé avant la séance; adapter la mise en route au niveau indiqué.
Préparation enseignante: Préparation requise : exécuter Rscript datasets/meteo-quebec/preparation.R depuis la racine, puis vérifier que data/processed/meteo-quebec/meteo_quebec.csv existe.
Production attendue: Un tableau ou graphique descriptif accompagné de trois phrases d'interprétation prudente.
Critères de réussite: La production attendue est remise : Un tableau ou graphique descriptif accompagné de trois phrases d'interprétation prudente.

Les résultats sont interprétés sans dépasser les limites de la source.
Adaptations possibles: Fournir une table préparée ou réduire le nombre de variables pour une première utilisation.

Ajouter une comparaison, une justification méthodologique ou une discussion des limites pour approfondir.

Statut pédagogique : Prête à enseigner