多元成分数据回归（multivariate compositional data analysis），管理学-管理科学与工程-预测理论与方法-相关分析预测法-海量数据预测法-多元成分数据回归，解释变量和被解释变量均为成分数据的线性回归模型。不失一般性地，这里给出中心化后成分数据多元回归模型。中心化后的被解释变量与中心化后的解释变量之间的回归模型为：其中为回归系数，为成分残差。成分残差通常能被对数正态分布近似表示。值得注意的是，回归模型中被解释变量和解释变量均将成分数据作为一个整体，利用普通的线性回归模型求解无法满足成分数据的定和约束条件。记为的估计，则有：，模型的残差平方和为：其中，，是Aitchison内积。根据最小二乘法，利用SSE分别对求一阶偏导数，并且令这些偏导数的值为0，从而得到个正规方程：由于Aitchison内积是一个值，因此上式中的元素均为数值型数据，计算可得。被解释变量和解释变量均为成分数据的多元线性回归模型具有广泛的应用。