Utflykt: Korrelation

Om du är bekant med statistik har du säkert hört talas om Pearsons korrelation. Det är ett mått på det linjära beroendet mellan två variabler, till exempel \(X\) och \(Y\). Värdet kan variera mellan -1 och 1. Ett värde nära 1 innebär ett starkt positivt samband – när \(X\) är högt tenderar även \(Y\) att vara högt. Ett värde nära -1 innebär ett starkt negativt samband: när \(X\) är högt tenderar \(Y\) att vara lågt. När Pearsons korrelation mellan två variabler är 0 är variablerna möjligen oberoende av varandra – det finns inget samband mellan \(X\) och \(Y\).

Du kan beräkna korrelationen mellan två vektorer med funktionen cor(). Ta det här exemplet, som beräknar korrelationen mellan kolumnerna height och width i en fiktiv dataram size:

cor(size$height, size$width)

Data som du använde i föregående övning, international.sav, finns tillgänglig i din arbetskatalog. Nu är det dags att importera den och göra rätt beräkningar för att besvara följande fråga:

Vad är korrelationskoefficienten för de två numeriska variablerna gdp och f_illit (andel analfabeta kvinnor)?