主分量分析又称主成分分析，也有称经验正交函数分解或特征向量分析。
分析对象：以网格点为空间点（多个变量）随时间变化的样本
主分量分析与回归分析、差别分析不同，它是一种分析方法而不是一种预报方法
主分量分析能够把随时间变化的气象要素场分解为空间函数部分和时间函数部分。其中空间函数部分概括场的地域分布特点，这部分是不随时间变化的，而时间函数部分则由空间点的线性组合所构成，称为主分量，这些主分量的头几个占有原空间点的总方差的很大部分。
研究主分量随时间变化的规律就可以代替对场的随时间变化的研究。
我们希望可以通过某种线性组合的方法使某个变量或者某些变量的解释方差变得比较大，这些具有较大解释方差的变量就称为主分量。
EOF（主分量）结果分析:
通过显著性检验的前几项特征向量最大限度地表征了某一区域气候变量场的变率分布结构。它们所代表的空间分布型式是该变量场典型的分布结构。如果特征向量的各分量均为同一符号的数，那么这一特征向量所反映的是该区域变量变化趋势基本一致的特征，数值绝对值较大处则为中心。如果某一特征向量的分布呈正、负相间的分布型式，这一个特征向量则代表了两种分布类型。
特征向量所对应的时间系数代表了这一区域由特征向量所表征的分布型式的时间变化特征。系数数值绝对值越大，表明这一时刻这类分布型式越典型。
从特征值的方差贡献和累积方差贡献了解所分析的特征向量的方差占总方差的比例及前几项特征向量总共占总方差的比例。