主成抵足谛垴分的方差具有的特征：主成分分析中，主成分的方差越大，所含的信息越多。
主成分分析中，应盐淬芪求该先进行标准化，根据标准化后的协差阵计算的特征值才是准确的，特征值就是主成分的方差。
有的时候就是有很多主成分的，你要分析的元素越多，主成分越多，主成分分析要求数据接近正态分布，不一定要严格的正态分布条件，一般来说样本量在100以上就基本符合条件，聚类分析对数据的要求是聚类的各组的组内方差较小，而组间方差较大，正常来说只要方法选择得当，这个要求会比较容易做到的。
应用
主成分分析作为基础的数学分析方法，其实际应用十分广泛，比如人口统计学、数量地理学、分子动力学模拟、数学建模、数理分析等学科中均有应用，是一种常用的多变量分析方法。
主成分分析是设法将原来众多具有一定相关性（比如P个指标），重新组合成一组新的互相无关的综合指标来代替原来的指标。
主成分分析，是考察多个变量间相关性一种多元统计方法，研究如何通过少数几个主成分来揭示多个变量间的内部结构，即从原始变量中导出少数几个主成分，使它们尽可能多地保留原始变量的信息，且彼此间互不相关.通常数学上的处理就是将原来P个指标作线性组合，作为新的综合指标。