主成分法principal component method

亦称“主分量分析”。利用降维思想，把研究中观测的多项指标转化为少数几个相互独立（正交）、更具解释意义的综合指标的方法。因素分析中抽取公共因素的主要方法之一。具体过程是： 首先寻找对观测变量方差贡献最大的公共因素为第一主成分，然后选择方差贡献次大并且与第一主成分正交的公共因素为第二主成分，再选择方差贡献第三，并且与第一、第二主成分正交的公共因素为第三主成分，以此类推，最终确定出所有相互独立、包含所有观测指标方差的公共因素体系。理论上主成分分析所获得的公共因素个数与观测指标个数之间相等，但基于降维的需要，实践中往往设定一定标准来确定最终主成分的个数。主成分分析是因素分析抽取公共因素方法的基础，只是为了更好解释公共因素的含义，才进行正交或斜交旋转。