主成分分析是多元统计分析中一种重要的方法，通过多个指标的线性组合，能将众多的具有错综复杂相关关系的一系列指标归结为少数几个综合指标Xn，(主成分Fi)，既能使各主成分相互独立，舍去重叠的信息，又能更集中、更典型地表明研究对象的特征，还能避免大量的重复工作。
主成分分析方法的基本步骤是：(1)对原始指标进行标准化处理，以消除量纲不同的影响；(2)求无量纲后的相关系数矩阵R；(3)求R的特征值、特征向量和贡献率；(4)确定主成分的个数，本文按照特征值大于1以及累积贡献率(即主成分解释的方差占总体方差的比例)大于85%的原则提取主成分因子；(5)对主成分因子的意义作解释，一般由权重较大的几个指标的综合意义来确定；(6)求各主成分的得分并计算综合得分。
