Repérer les facteurs de confusion potentiels

Une fois les mesures extraites, vérifiez de nouveau s'il existe des dépendances dans vos données. C'est particulièrement important si certains paramètres d'imagerie (taux d'échantillonnage, champ de vision) peuvent varier d'un sujet à l'autre, ou si vous extrayez plusieurs mesures d'une même image.

Pour les exercices finaux, nous avons combiné des mesures démographiques et de volumes cérébraux dans un DataFrame pandas (df).

Vous allez d'abord explorer la table et les variables disponibles. Ensuite, vous vérifierez les corrélations entre les données.