Maximale Covariantie Analyse
Maximale covariantie analyse (MCA) is een statistische techniek die gekoppelde variabiliteitspatronen tussen twee ruimtelijk verdeelde velden (bv. zeewatertemperatuur en neerslag) identificeert. In tegenstelling tot EOF-analyse, die zich richt op variantie in één enkel veld, identificeert MCA ruimtelijke patronen die maximaal gecorreleerd zijn tussen twee verschillende velden.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- Bretherton, C. S., Widmann, M., Dymnikov, V. P., Wallace, J. M., & Blade, I. (1992). The effective number of spatial degrees of freedom of a time-varying field. Journal of the Atmospheric Sciences, 49(11), 1063-1083. link ↗
- Newman, M., Sardeshmukh, P. D., & Penland, C. (2016). Relative Contributions to Subseasonal Predictability: Bridging Medium-Range and Climate Time Scales. Journal of Climate, 29(15), 5629-5647. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Maximum Covariance Analysis (MCA). ScholarGate. https://scholargate.app/nl/meteorology/maximum-covariance-analysis
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Empirische Orthogonale TeleconnectieMeteorologie↔ vergelijken
- WRF ModelMeteorologie↔ vergelijken
Geciteerd door
Similar methods
Een fout op deze pagina gezien? Meld het of stel een correctie voor →