Um Korrelationen von Prädiktoren in R zu berechnen, kannst du die Funktion `cor()` verwenden. Hier ist ein einfaches Beispiel: 1. Zuerst musst du deine Daten in R laden. Angenommen, du hast eine Datenmatrix oder einen Dataframe namens `data`. 2. Verwende die `cor()`-Funktion, um die Korrelationen zu berechnen. ```R # Beispiel-Daten data <- data.frame( predictor1 = c(1, 2, 3, 4, 5), predictor2 = c(2, 3, 4, 5, 6), predictor3 = c(5, 4, 3, 2, 1) ) # Korrelationen berechnen correlation_matrix <- cor(data) # Ausgabe der Korrelationsmatrix print(correlation_matrix) ``` Die `cor()`-Funktion berechnet die paarweisen Korrelationen zwischen den Spalten des Dataframes. Das Ergebnis ist eine Korrelationsmatrix, in der die Werte zwischen -1 und 1 liegen. Ein Wert von 1 bedeutet eine perfekte positive Korrelation, -1 eine perfekte negative Korrelation und 0 keine Korrelation. Weitere Informationen zur `cor()`-Funktion findest du in der R-Dokumentation: [cor function documentation](https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/cor).