Отступление: корреляция

Если вы знакомы со статистикой, то наверняка слышали о корреляции Пирсона. Это мера линейной зависимости между двумя переменными, например \(X\) и \(Y\). Она может принимать значения от -1 до 1: если значение близко к 1, между переменными существует сильная положительная связь — высокие значения \(X\) соответствуют высоким значениям \(Y\). Если значение близко к -1, связь сильная отрицательная: высокие значения \(X\) соответствуют низким значениям \(Y\). Когда корреляция Пирсона между двумя переменными равна 0, эти переменные, возможно, независимы: связи между \(X\) и \(Y\) нет.

Вычислить корреляцию между двумя векторами можно с помощью функции cor(). Например, следующий код вычисляет корреляцию между столбцами height и width условного фрейма данных size:

cor(size$height, size$width)

Файл данных из предыдущего упражнения, international.sav, снова доступен в вашем рабочем каталоге. Импортируйте его и выполните необходимые вычисления, чтобы ответить на следующий вопрос:

Чему равен коэффициент корреляции для двух числовых переменных gdp и f_illit (уровень неграмотности среди женщин)?