主成分分析被广泛应用于社会经济、企业管理、地质、生化、医药等各个领域.在线性模型回归系数的无偏估计中，LS估计得到最广泛应用，但在自变量较多的情况下，往往不尽人意，有偏估计反而会有更好的效果，用主成分去估计线性模型回归系数也是一种有偏估计，它与岭估计、Stein估计相似，都是LS估计的一个线性变换. 主成分估计是建立在主成分分析在基础之上的，因此，在参考了多个版本的主成分分析之后，另辟蹊径，采取剔除相等特征根的方法，进行主成分分析，并进一步总结了总体主成分、样本主成分的性质和求解方法. 主成分估计，在一元线性模型回归系数的主成分估计基础上，给出多元线性模型回归系数的主成分估计，推出了一些重要结论，使得主成分在多元线性模型回归系数估计中发挥作用，形成较完美的系统.