主成分分析是将原来众多具有相关性的指标化为少数
几个相互独立的综合指标的一种统计方法。
一项十分著名的工作是美国的统计学家斯通(stone)
在1947年关于国民经济的研究。他曾利用美国1929一
1938年各年的数据，得到了17个反映国民收入与支出
的变量要素，例如雇主补贴、消费资料和生产资料、
纯公共支出、净增库存、股息、利息外贸平衡等等。在进行主成分分析后，竟以97.4％的精度，用三新
量就取代了原17个变量。根据经济学知识，斯通给这
个新变量分别命名为总收入F1、总收入变化率F2和经
发展或衰退的趋势F3。更有意思的是，这三个变量其
都是可以直接测量的。斯通将他得到的主成分与实际
量的总收入 I、总收入变化率ΔI以及时间t 因素做相关
析。主成分分析是把各变量之间互相关联的复杂关系
行简化分析的方法。
在社会经济的研究中，为了全面系统的分析和研
问题，必须考虑许多经济指标，这些指标能从不同
侧面反映我们所研究的对象的特征，但在某种程度
存在信息的重叠，具有一定的相关性。
主成分分析试图在力保数据信息丢失最少的原则
，对这种多变量的截面数据表进行最佳综合简化，
就是说，对高维变量空间进行降维处理。