本题考查主成分分析相关知识。主成分分析算法是构造输入连续变量的少数线形组合，尽量能解释数据的变异性，所以无法用于分类数据，因此选项D表述错误，其余选项表述均正确，因此本题选A、B、C。

正确答案是：A、B、C。

主成分分析（Principal Component Analysis，PCA）是一种常用的数据降维技术，以下是对每个选项的分析：

A: 需要研究数据的协方差矩阵
这个说法是正确的。PCA通过计算数据的协方差矩阵来了解各个变量之间的相关性，从而确定主成分。

B: 主成分分析选取能够最大化解释数据变异的成分
这个说法也是正确的。PCA的目标是通过选取那些能够解释数据最大变异的成分来减少数据维度，同时尽量保留原数据的信息。

C: 它是借助一个正交变换，将分量相关的原随机向量转化为其分量不相关的新随机向量
这个说法同样正确。PCA通过正交变换将原始数据投影到新的坐标系中，使得新坐标系中的各个成分彼此不相关。

D: 可以用于分类数据
这个说法是不正确的。PCA主要用于数据降维和特征提取，虽然降维后的数据可以作为分类算法的输入，但PCA本身并不是一种分类算法。

因此，正确答案是A、B、C。