ГЛАВНЫХ КОМПОНЕНТ МЕТОД — один из вариантов факторного анализа, используемый для «сжатия» информации, содержащейся в выборке многомерных данных при условии сохранения большей части их дисперсии. Сущность метода сводится к тому, что в многомерном пространстве признаков, где каждая точка соответствует наблюдению, вводятся новые оси координат так, что дисперсия проекций наблюдений на первую ось максимальна, вторая ось перпендикулярна к первой и дисперсия проекций на нее максимальна из всех оставшихся вариантов и т. д. Математический смысл этой операции состоит в том, что вместо старых, непосредственно наблюдаемых и коррелированных друг с другом переменных вводятся новые, являющиеся комбинациями старых, но уже независимые друг от друга, и каждая следующая из них менее информативна, чем предыдущая, так что отбрасывание последних Г. к. (упрощая описание выборки) не приводит к существенной потере полезных сведений. В биологических приложениях часто делаются попытки интерпретировать новые переменные как отражение влияния некоторых не наблюдаемых непосредственно и независимых друг от друга «факторов», в чем иногда помогает операция вращения полученных осей так, чтобы они были максимально близки к группам — пучкам высококоррелированных исходных признаков. Однако всегда следует иметь в виду, что Г. к. м. сам по себе является лишь набором математических преобразований, применяемых в предположении выполнения определенных предпосылок (напр., линейности связей) безотносительно к содержательному смыслу рассматриваемых признаков. Недостатком Г. к. м. является то, что он плохо объясняет корреляции между наблюдаемыми признаками, и не эффективен в том случае, если каждый из измеряемых признаков в отдельности слабо информативен (сильно «зашумлен»). В этих случаях лучше пользоваться методом истинного факторного анализа.