在分析多維尺度分析（Multidimensional Scaling, MDS）的相關(guān)選項時，我們需要明確其核心特征和目的。

多維尺度分析（MDS）是一種用于探索和表示數(shù)據(jù)中相似性或距離關(guān)系的技術(shù)。它常用于將高維數(shù)據(jù)轉(zhuǎn)換為低維空間（通常是二維或三維），以便對數(shù)據(jù)進行可視化，同時保留數(shù)據(jù)中的相對距離信息。

我們來分析每個選項：

A: **多維尺度分析關(guān)注行變量和列變量兩者的相關(guān)性**
這不是多維尺度分析的核心。MDS主要處理樣本（或?qū)ο螅┲g的相似性或距離，而不是具體關(guān)注"行變量和列變量"的相關(guān)性。

B: **多維尺度分析主要研究行變量的相關(guān)關(guān)系**
這同樣不準(zhǔn)確。MDS所關(guān)注的是樣本（或?qū)ο螅┲g基于某種距離度量的關(guān)系，不是特定的行變量之間的關(guān)系。

C: **多維尺度分析能夠提取變量的公共因子**
這描述的是因子分析而不是MDS。因子分析的目標(biāo)是識別潛在的因子（或變量），而MDS的目標(biāo)是根據(jù)相似性或距離將對象映射到低維空間。

D: **多維尺度分析是基于最小二乘法的**
此選項是正確的。MDS的一個常用算法叫做"經(jīng)典多維尺度分析"（Classical MDS），它確實是通過最小化一個基于距離的損失函數(shù)來進行的，類似于最小二乘法的思想。

因此，正確答案是 **D**。多維尺度分析通過最小化原始距離和降維后距離之間的差異進行操作，類似于最小二乘法的概念。