使用spearman等级相关矩阵根据％deviance解释的排名逐步删除候选变量？

Question

到目前为止，我已经在建模过程中完成了两个单独的步骤：

1. 计算我的候选变量集
的Spearman秩相关矩阵
2. 我的每个候选变量的计算和排名％偏差解释（“pcdev”）（“对不起，我没有必要的声誉+10发布图片”）

现在，我想使用所解释的％deviance的相对排名（或者可能是AIC）来迭代地从我的候选变量集中移除所有相关变量（即> 0.5）。也就是说，在一组相关候选变量中，解释的具有最高％偏差的变量保留在候选变量集中。所有其他人都被删除。

是否有人愿意提供任何代码？