Excursion : corrélation

Si vous avez des notions de statistiques, vous avez sûrement déjà entendu parler de la corrélation de Pearson. Il s'agit d'une mesure qui évalue la dépendance linéaire entre deux variables, disons \(X\) et \(Y\). Elle varie de -1 à 1 ; si elle est proche de 1, cela signifie qu'il existe une forte association positive entre les variables. Si \(X\) est élevée, \(Y\) tend aussi à être élevée. Si elle est proche de -1, il y a une forte association négative : si \(X\) est élevée, \(Y\) tend à être faible. Lorsque la corrélation de Pearson entre deux variables est 0, ces variables sont possiblement indépendantes : il n'y a pas d'association entre \(X\) et \(Y\).

Vous pouvez calculer la corrélation entre deux vecteurs avec la fonction cor(). Prenez par exemple ce code, qui calcule la corrélation entre les colonnes height et width d'un cadre de données fictif size :

cor(size$height, size$width)

Les données que vous avez utilisées dans l'exercice précédent, international.sav, sont de nouveau disponibles dans votre répertoire de travail. À vous maintenant de les importer et d'effectuer les bons calculs pour répondre à la question suivante :

Quel est le coefficient de corrélation pour les deux variables numériques gdp et f_illit (taux d'analphabétisme féminin) ?