本题考查主成分分析相关知识。主成分分析实现线性组合最大化样本方差，因此选项D表述错误，其余选项表述正确，因此本题选D。

正确答案是D：PCA实现线性组合最小化样本方差。

专业分析：
主成分分析（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。以下是对各个选项的分析：

A: PCA可以用来降维处理
正确。PCA的主要目的是通过将高维数据投影到低维空间，从而实现降维处理。

B: PCA可以通过奇异值分解来实现
正确。PCA可以通过奇异值分解（SVD）来实现，这是PCA的一种常见实现方法。

C: PCA可以通过特征值分解来实现
正确。PCA也可以通过特征值分解（Eigenvalue Decomposition）来实现，特别是对协方差矩阵进行特征值分解。

D: PCA实现线性组合最小化样本方差
错误。PCA的目标是找到数据投影到低维空间后的方向，使得投影后的方差最大化，即找到主成分，使得这些主成分能够解释数据中最大的方差。因此，PCA实际上是实现线性组合最大化样本方差，而不是最小化样本方差。

因此，选项D是错误的。