Excursie: Correlatie

Als je bekend bent met statistiek, heb je vast gehoord van de Pearson-correlatie. Dit is een maat om de lineaire samenhang tussen twee variabelen, bijvoorbeeld \(X\) en \(Y\), te beoordelen. De waarde ligt tussen -1 en 1; als die dicht bij 1 ligt, is er een sterke positieve samenhang tussen de variabelen. Is \(X\) hoog, dan is \(Y\) meestal ook hoog. Ligt de waarde dicht bij -1, dan is er een sterke negatieve samenhang: is \(X\) hoog, dan is \(Y\) meestal laag. Wanneer de Pearson-correlatie tussen twee variabelen 0 is, zijn deze variabelen mogelijk onafhankelijk: er is geen samenhang tussen \(X\) en \(Y\).

Je kunt de correlatie tussen twee vectoren berekenen met de functie cor(). Neem bijvoorbeeld deze code, die de correlatie berekent tussen de kolommen height en width van een fictief data frame size:

cor(size$height, size$width)

De data waar je in de vorige oefening mee hebt gewerkt, international.sav, staat weer in je werkmap. Het is nu aan jou om deze te importeren en de juiste berekeningen uit te voeren om de volgende vraag te beantwoorden:

Wat is de correlatiecoëfficiënt voor de twee numerieke variabelen gdp en f_illit (vrouwelijke analfabetismegraad)?