标准EOF分析（标准经验正交分析）
标准EOF（又称特征向量，主成分）分析产生一系列正交的模态和时间序列。
EOF分析在数学上是严格的，但是并不是基于物理学。物理意义取决于分析人员对相应的数学结果的解释。
对于EOF的结果，一定要把空间模态和时间序列联系起来进行解释。比如，EOF正相位，本身没什么意义，必须要综合考虑时间序列，如果时间序列处在正相位，则表明这个区域的正相位增强，如果是温度变量的话，则表示增温信号。反过来，如果EOF负相位，而时间序列也处于负相位的话，也是一样的含义。如果时间序列处于正相位就是另外一种解释了。
也就是说，本质上，符号反转并不改变结果的意义。所以从某种意义上讲，可以通过反转符号（当然，必须在空间模态和时间序列上同时反转），使分解出来的空间模态和时间序列看起来比较符合物理意义，比如正相位->增温。
比较简单的使用NCL，当然NCL已经要退出历史舞台了。
NCL脚本：点击这里
数据文件：点击这里
NCL结果：
相关参考资料
EOF in IDL, 不光是解释如何用IDL做EOF分析，也很仔细地解释了计算过程。
Daniel Wilks 的 Statistical Methods in the Atmospheric Sciences，最新版应该是2019年的第四版。
Daniel Wilks 的第三版有中文译本：大气科学中的统计方法.