feat: 15 funciones datascience — estadística, DSP e IO de datos

12 funciones puras con implementación real:
Standardize, MinMaxScale, Clip, RollingWindow, ZipSlices, GroupBy,
Histogram, Pearson, Autocorrelation, FFT (Cooley-Tukey), DetectOutliers, Impute

3 funciones impuras (stubs):
LoadCSV, LoadParquet, FetchDataFrame

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

functions/datascience/pearson.go

@@ -0,0 +1,39 @@
+package datascience
+
+import "math"
+
+// Pearson calcula el coeficiente de correlación de Pearson entre dos slices.
+// Si los slices tienen distinta longitud, usa la longitud mínima.
+// Retorna 0 si alguna desviación estándar es 0.
+func Pearson(xs, ys []float64) float64 {
+	n := len(xs)
+	if len(ys) < n {
+		n = len(ys)
+	}
+	if n == 0 {
+		return 0
+	}
+
+	var sumX, sumY float64
+	for i := 0; i < n; i++ {
+		sumX += xs[i]
+		sumY += ys[i]
+	}
+	meanX := sumX / float64(n)
+	meanY := sumY / float64(n)
+
+	var num, denomX, denomY float64
+	for i := 0; i < n; i++ {
+		dx := xs[i] - meanX
+		dy := ys[i] - meanY
+		num += dx * dy
+		denomX += dx * dx
+		denomY += dy * dy
+	}
+
+	denom := math.Sqrt(denomX * denomY)
+	if denom == 0 {
+		return 0
+	}
+	return num / denom
+}