本题考查主成分分析相关知识。主成分分析的原理是设法将原来变量重新组合成一组新的相互无关的几个综合变量，因此选项D表述错误，其余选项表述均正确，因此本题选D。

正确答案是 D: 主成分分析设法将原来变量重新组合成一组新的、彼此相关的的几个综合变量。

**专业分析：**

主成分分析（Principal Component Analysis, PCA）是一种常用的降维技术，主要用于数据预处理和特征提取。以下是对各选项的专业分析：

A: 主成分分析是一种降维的方法。
- 正确。主成分分析的主要目的是通过减少变量的数量来简化数据，同时尽可能保留数据的主要信息。

B: 主成分分析不适用于分类变量的降维。
- 正确。PCA主要用于连续变量的数据降维，对于分类变量（如类别数据）并不适用。

C: 是通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量。
- 正确。PCA通过正交变换将原始变量转换为一组新的线性不相关的变量（称为主成分），这些主成分是按方差大小排序的。

D: 主成分分析设法将原来变量重新组合成一组新的、彼此相关的的几个综合变量。
- 错误。PCA的目的正是将原始变量转换为一组新的、彼此不相关（正交）的变量（主成分），以减少数据的冗余性和复杂性。

综上所述，选项 D 是错误的，因此正确答案为 D。