研究了基于独立高斯观测的高维总体协方差矩阵主特征向量的估计问题。在各种稀疏模型下，当维数和样本量增加到无穷大时，我们建立了估计量在$l{2}$损失下的极大极小风险的下界。风险的下限表明存在不同的特征向量稀疏状态。我们还提出了一种通过两阶段坐标选择方案估计特征向量的新方法。