主成分分析是指透過將一組可能存在相關性的變數轉換城一組線性不相關的變數，轉換後的這組變數叫主成分。主成分分析步驟：1、對原始資料標準化，2、計算相關係數，3、計算特徵，4、確定主成分，5、合成主成分。主成分分析的原理是設法將原來變數重新組合成一組新的相互無關的幾個綜合變數，同時根據實際需要從中可以取出幾個較少的總和變數儘可能多地反映原來變數的資訊的統計方法叫做主成分分析或稱主分量分析，也是數學上處理降維的一種方法。主成分分析的主要作用1．主成分分析能降低所研究的資料空間的維數。2．有時可透過因子負荷aij的結論，弄清X變數間的某些關係。3．多維資料的一種圖形表示方法。4．由主成分分析法構造迴歸模型。即把各主成分作為新自變數代替原來自變數x做迴歸分析。5．用主成分分析篩選迴歸變數。最經典的做法就是用F1（選取的第一個線性組合，即第一個綜合指標）的方差來表達，即Va（rF1）越大，表示F1包含的資訊越多。因此在所有的線性組合中選取的F1應該是方差最大的，故稱F1為第一主成分。