一元成分数据回归（univariate 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-一元成分数据回归，被解释变量或解释变量中包含一个成分数据变量的线性回归模型。一元成分数据回归分为成分数据在模型中作为被解释变量或者作为解释变量两种情形。被解释变量的一元线性回归模型中可包含一个或多个数值型解释变量。记被解释变量的第个样本点。为样本大小。假设模型中共有个解释变量，均为普通数值型数据。记第个样本的解释变量观测为，其中，对应于回归模型中的截距项。回归模型为： （1）其中为回归系数。对于第个样本，的估计可以作为的函数。类似普通的线性回归模型，模型参数的估计离不开最小化残差平方和（sum of square error，SSE）。这里，残差定义为，其大小由Aitchison几何中的范数来计算，因此该模型要最小化的目标函数为：.分数据作为解释变量，普通数值型数据作为被解释变量的一元线性回归模型。记成分数据解释变量为，数值型数据被解释变量为，每个数据点，与被解释变量的观测相关联。