主成分判别（principal component discrimination），理学-统计学-数理统计-偏相关分析，通过主成分方法进行数据分析的一种判别分析技术。在判别分析中，当原始指标变量的维数较高并且变量之间具有较强的相关性时，进行直接聚类的效果通常不好，在这种情况下，可以通过主成分分析将多个相关的原始变量转化成线性不相关的主成分，再将得到的主成分作为指标变量，并选择适当的判别方法进行判别。假设原始数据有个自变量和因变量，每个变量有个观测，对自变量数据进行主成分分析，得到主成分（），根据累积贡献率选取前个主成分（），并将这个主成分作为新的指标变量，采用判别分析方法（线性或者二次判别分析等）对数据进行判别分类。