http://www.sthda.com/english/wiki/correlation-matrix-a-quick-start-guide-to-analyze-format-and-visualize-a-correlation-matrix-using-r-software

spearman/pearson/kendall:

https://statistics.laerd.com/statistical-guides/pearson-correlation-coefficient-statistical-guide.php

the following website detailed introduced how binary logistic regression model was built:

https://datascienceplus.com/perform-logistic-regression-in-r/

步驟：http://blog.sina.com.cn/s/blog_6f2336820101gska.html

總結(jié)：http://blog.sina.com.cn/s/blog_6ee39c3901017fpd.html

多重共線性：http://blog.csdn.net/diyiziran/article/details/17025471

關(guān)于多重共線性，可以對(duì)N個(gè)自變量組成的舉證d進(jìn)行如下計(jì)算：

1，x<-cor(d)

2, kappa(x) 如果返回值<100，則說明共線性低，>1000表示嚴(yán)重共線，100-1000之間自己看數(shù)值衡量，值越大越共線。

d中貌似不能不能有na?？梢詎a.omit(d)處理下。

另外，也可以算偏相關(guān)系數(shù)，裝一個(gè)corpcor包。

1，將各個(gè)變量放一起，調(diào)用x<-cor(d)

2, 對(duì)x調(diào)用cor2pcor得到每個(gè)因素對(duì)另一個(gè)因素的純影響

cor2pcor(x)