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/

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

总结：http://blog.sina.com.cn/s/blog_6ee39c3901017fpd.html

多重共线性：http://blog.csdn.net/diyiziran/article/details/17025471

关于多重共线性，可以对N个自变量组成的举证d进行如下计算：

1，x<-cor(d)

2, kappa(x) 如果返回值<100，则说明共线性低，>1000表示严重共线，100-1000之间自己看数值衡量，值越大越共线。

d中貌似不能不能有na。可以na.omit(d)处理下。

另外，也可以算偏相关系数，装一个corpcor包。

1，将各个变量放一起，调用x<-cor(d)

2, 对x调用cor2pcor得到每个因素对另一个因素的纯影响

cor2pcor(x)