我有 110 个变量和 200 个数据点。在这 110 个变量中，一个是组变量（比如“棕色眼睛”、“蓝眼睛”）。我想使用判别分析根据剩余的 119 个变量对组进行分类。由于变量很大，为了获得有意义的结果，我需要减少变量的数量。所以，对我来说有3个选择：

1）逐步判别分析：我不想使用这种方法，因为我对它有偏见。

2）分类树方法：该方法将了解哪些变量会影响眼睛的颜色。由于数据集很小，我很担心使用这种方法。

3）主成分法：这个方法我可以用。但我更喜欢保留原始变量。

我的问题是任何人都可以建议我一些其他方法来选择变量进行判别分析。