Wycieczka: Korelacja

Jeśli znasz podstawy statystyki, na pewno słyszałeś o korelacji Pearsona. To miara liniowej zależności między dwiema zmiennymi, powiedzmy \(X\) i \(Y\). Przyjmuje wartości od -1 do 1: jeśli jest bliska 1, oznacza to silną dodatnią zależność między zmiennymi – gdy \(X\) jest wysokie, \(Y\) też jest wysokie. Jeśli jest bliska -1, mamy do czynienia z silną zależnością ujemną: gdy \(X\) jest wysokie, \(Y\) jest niskie. Gdy korelacja Pearsona wynosi 0, zmienne są prawdopodobnie niezależne – brak jest związku między \(X\) a \(Y\).

Korelację między dwoma wektorami możesz obliczyć za pomocą funkcji cor(). Oto przykład – obliczenie korelacji między kolumnami height i width fikcyjnej ramki danych size:

cor(size$height, size$width)

Plik danych, z którym pracowałeś w poprzednim ćwiczeniu, international.sav, jest ponownie dostępny w twoim katalogu roboczym. Twoim zadaniem jest zaimportowanie go i wykonanie odpowiednich obliczeń, aby odpowiedzieć na poniższe pytanie:

Jaki jest współczynnik korelacji dla dwóch zmiennych numerycznych gdp i f_illit (wskaźnik analfabetyzmu wśród kobiet)?