Excursión: correlación

Si conoces algo de estadística, habrás oído hablar de la correlación de Pearson. Es una medida para evaluar la dependencia lineal entre dos variables, digamos \(X\) e \(Y\). Puede variar entre -1 y 1; si está cerca de 1 significa que hay una fuerte asociación positiva entre las variables. Si \(X\) es alta, \(Y\) también tiende a ser alta. Si está cerca de -1, hay una fuerte asociación negativa: si \(X\) es alta, \(Y\) tiende a ser baja. Cuando la correlación de Pearson entre dos variables es 0, estas variables posiblemente son independientes: no hay asociación entre \(X\) y \(Y\).

Puedes calcular la correlación entre dos vectores con la función cor(). Por ejemplo, este código calcula la correlación entre las columnas height y width de un data frame ficticio size:

cor(size$height, size$width)

Los datos con los que trabajaste en el ejercicio anterior, international.sav, están de nuevo disponibles en tu directorio de trabajo. Ahora te toca importarlos y hacer los cálculos correctos para responder a la siguiente pregunta:

¿Cuál es el coeficiente de correlación para las dos variables numéricas gdp y f_illit (tasa de analfabetismo femenino)?