Екскурс: кореляція

Якщо ви знайомі зі статистикою, то чули про кореляцію Пірсона. Це міра для оцінювання лінійної залежності між двома змінними, скажімо, \(X\) та \(Y\). Вона може набувати значень від -1 до 1. Якщо значення близьке до 1, це означає сильний додатний зв'язок між змінними: коли \(X\) велике, то й \(Y\) зазвичай велике. Якщо значення близьке до -1, наявний сильний від'ємний зв'язок: коли \(X\) велике, \(Y\) зазвичай мале. Коли кореляція Пірсона між двома змінними дорівнює 0, ці змінні можуть бути незалежними: зв'язку між \(X\) та \(Y\) немає.

Ви можете обчислити кореляцію між двома векторами за допомогою функції cor(). Наприклад, цей код обчислює кореляцію між стовпцями height і width вигаданого датафрейму size:

cor(size$height, size$width)

Дані, з якими ви працювали в попередній вправі, international.sav, знову доступні у вашому робочому каталозі. Тепер вам потрібно імпортувати їх і виконати потрібні обчислення, щоб відповісти на запитання:

Який коефіцієнт кореляції для двох числових змінних gdp і f_illit (рівень неписьменності серед жінок)?