Parenthèse : corrélation

Si vous avez des notions de statistiques, vous avez sans doute entendu parler de la corrélation de Pearson. Elle mesure la dépendance linéaire entre deux variables, disons \(X\) et \(Y\). Elle varie entre -1 et 1. Lorsqu’elle est proche de 1, l’association positive entre les variables est forte : si \(X\) est élevé, \(Y\) a aussi tendance à être élevé. Lorsqu’elle est proche de -1, l’association est fortement négative : si \(X\) est élevé, \(Y\) a tendance 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(). Par exemple, le code suivant calcule la corrélation entre les colonnes height et width d’un tableau de données fictif size :

cor(size$height, size$width)

Le jeu de données que vous avez utilisé dans l’exercice précédent, international.sav, est à nouveau disponible dans votre répertoire de travail. À vous de l’importer et d’effectuer les calculs nécessaires pour répondre à la question suivante :

Quel est le coefficient de corrélation des deux variables numériques gdp et f_illit (taux d’illettrisme féminin) ?