基础：
前提：
1.数据是连续的
年龄、体重、血压、温度
2.检验数据是否正太分布
符合正态分布-->皮尔逊
不符合--->斯皮尔曼
疑问：
1. 多变量进行相关性分析，是不是每个参数都是连续型的？
皮尔逊是，斯皮尔曼不是
2.多变量进行相关性分析，是不是都要单独判断每个变量是否符合正太分布？
如果每个变量都是正态分布的，那么使用皮尔逊相关系数是合适的。但如果一个或多个变量不遵循正态分布，你可能需要使用非参数方法，如斯皮尔曼等
操作
谁和谁之间有相关性，就把谁放在右边
结果：
看对角线的上面或者下面，看一个就行
判断：
先看Sig（显著性也叫P值），p<0.05，说明二者是有相关性的
再看相关系数，.469**，说明相关性是中等吧，
但是不能判断因果关系，A的增加影响的B。还是B增加影响了A
