Como se mencionó en la respuesta anterior, hay varios métodos de reducción de dimensionalidad, y una cosa importante a considerar es qué está tratando de representar: ¿le interesan las medidas de distancia euclidiana? ¿O una métrica de similitud entre muestras?
Para el primero, PCA puede ser apropiado. Se usa comúnmente con medidas continuas, como mediciones de muestras (animales, plantas, etc.). Sin embargo, también miraría las menciones más modernas en la respuesta anterior.
Para este último, donde podría estar tratando de comparar la similitud utilizando una métrica de distancia no euclidiana, existen algunos buenos métodos como la Ordenación de componentes principales (PCoA) y la Escala multidimensional no métrica (NMDS). Un ejemplo de cuándo podría usarlos es cuando compara las comunidades ecológicas entre diferentes áreas y tiene un número de diferentes tipos de organismos que se encontraron. Entonces, sus datos son datos de "recuento". Hay una serie de métricas de similitud, como Jaccard, Sorensen, Bray-Curtis, que efectivamente le permiten estimar cuán similares son los sitios en su composición de organismos. PCoA y NMDS básicamente le permiten trazar las muestras (sitios) para representar la distancia ecológica (similitud), y tiene una puntuación para el sitio en cada eje.
Hay muchos libros buenos y otros recursos para el análisis multivariante. Busca "Ordenación" en Google. Además, hay un paquete R llamado 'vegano' que es realmente bueno para llevar a cabo gran parte de este trabajo.