Korrelationsanalyse ist eine statistische Methode zur Messung der Stärke und Richtung einer Beziehung zwischen zwei numerischen Variablen. Sie ermöglicht das Verständnis, wie Veränderungen in einer Variablen mit Veränderungen in einer anderen zusammenhängen.

Was ist Korrelation?

Ein Korrelationskoeffizient (in der Regel als $r$ dargestellt) liegt zwischen -1 und 1 und bedeutet:

• 1: perfekte positive Korrelation;
• 0: keine Korrelation;
• −1: perfekte negative Korrelation.

Es gibt verschiedene Arten von Korrelationsmethoden, aber die Pearson-Korrelation ist die am häufigsten verwendete Methode für numerische kontinuierliche Daten in R.

Korrelation zwischen zwei Variablen

Mit der Funktion cor() kann der Korrelationskoeffizient zwischen zwei Variablen berechnet werden. Es müssen lediglich zwei Spalten als Parameter angegeben werden.

cor(df$selling_price, df$km_driven)

Als Ergebnis gibt die Funktion einen Wert zwischen -1 und 1 zurück.

Korrelationsmatrix (Mehrere Variablen)

Die gleiche Funktion kann verwendet werden, um Beziehungen zwischen mehreren Variablen zu untersuchen.

# Select only numeric columns
numeric_df <- df[, c("selling_price", "km_driven", "max_power", "mileage", "engine", "seats")]
# Compute correlation matrix
cor_matrix <- cor(numeric_df, use = "complete.obs")  # Ignores any rows with missing data

Das Ergebnis wird als Matrix gespeichert, die paarweise Korrelationswerte zwischen allen ausgewählten numerischen Variablen anzeigt.