主成分分析 (PCA) 是一种统计学方法，通过正交变换将可能存在相关性的一组变量转换为线性不相关的主成分。该方法通过衡量信息量（通常使用离差平方和或方差）来确定主成分。PCA 最初由 Karl Pearson 提出，用于分析非随机变量，后经 Harold Hotelling 推广至随机向量。

PCA 作为一种基础的数学分析方法，应用领域广泛，涵盖人口统计学、数量地理学、分子动力学模拟、数学建模、数据分析等多个学科。