diff --git a/TP3/Exercice3.R b/TP3/Exercice3.R
new file mode 100644
index 0000000..6d261a7
--- /dev/null
+++ b/TP3/Exercice3.R
@@ -0,0 +1,53 @@
+# Spécifier un miroir CRAN
+options(repos = c(CRAN = "https://cran.rstudio.com/"))
+
+# Installer le package readxl
+install.packages("readxl")
+
+# Charger le package readxl
+library(readxl)
+
+# Spécifier le chemin vers votre fichier .xlsx
+file_path <- "./TP3/tp3datas.xlsx"
+
+# Lire la feuille nommée "Exercice 1"
+data <- read_excel(file_path, sheet = "Exercice 3")
+
+# 1. Quelle est la population statistique observée ? La taille de l’échantillon ?
+
+# Convertir la colonne des effectifs en numérique
+effectifs <- as.numeric(unlist(data[1:4, 2]))  # Utiliser unlist pour extraire les valeurs
+
+# Calculer la taille de l'échantillon
+taille_echantillon <- sum(effectifs)
+
+# Afficher les résultats
+cat("Population statistique : Professionnels de santé par catégorie\n")
+cat("Taille de l'échantillon :", taille_echantillon, "personnes\n")
+
+# 2. Quel est le caractère statistique observé et sa nature ?
+
+# Afficher le caractère statistique et sa nature
+cat("\nCaractère statistique : Profession exercée dans le domaine de la santé\n")
+cat("Nature : Qualitative nominale (catégories non ordonnées de professions médicales)\n")
+
+# 3. Représenter graphiquement les données avec un diagramme circulaire.
+
+# Calculer les pourcentages pour chaque profession
+pourcentages <- round(effectifs / taille_echantillon * 100, 1)
+
+# Créer les labels avec les pourcentages
+labels <- paste(data$Profession[1:4], "\n(", pourcentages, "%)", sep="")
+
+# Créer le diagramme circulaire
+pie(effectifs,
+    labels = labels,
+    main = "Repartition des professionnels de sante",
+    col = c("lightblue", "lightgreen", "lightpink", "lightyellow"),
+    border = "white")
+
+# Ajouter une légende
+legend("topright",
+       data$Profession[1:4],
+       fill = c("lightblue", "lightgreen", "lightpink", "lightyellow"),
+       cex = 0.8)
\ No newline at end of file