在微生物分析中,一个重要的研究方向是识别出哪些细菌群对所要研究的问题起到影响作用。微生物数据是典型的成分数据类型,并且细菌微生物具有不同层次的分类类别。本文的主要目的是将介绍的成分数据线性回归模型应用于厌氧发酵过程中,分析出哪些厌氧发酵菌对沼气的产量起到显著的影响作用,进而可以在厌氧发酵产生沼气的过程中对识别出的细菌进行一定的实验操作,这样会对沼气的产量起到提升作用。本文首先介绍了成分数据基本概念、坐标下降法、增广拉格朗日法以及lasso估计法等建立以及应用成分数据线性回归模型的必需理论知识。之后介绍了成分数据的变量选择模型,新建立的模型的参数求解是在lasso估计法的基础上建立的,并且对参数增加了零和限制,进一步运用坐标下降法和增广拉格朗日法相结合的方法对模型进行计算。并对介绍的proposed method选取参数进行了数值模拟,对模型分别进行了凸优化工具箱CVX法和坐标下降法的方法进行了数值模拟,每一种方法与一般的lasso估计法进行了比较,发现在PE,l1loss,l2loss,lnlloss,FP,TP六种参数表现方面,proposed method比一般的lasso估计法效果好。并且,通过对两种方法的比较,发现当数据是高维时,用后者方法计算的精度更高,误差更小。但是,当p>>2n时,两种方法的误差相差不多,但是CVX方法计算速度更快。然后,在之前建立选择模型的基础上,因为微生物细菌具有不同的分类类别,所以需要考虑到微生物子成分的一致性,进而介绍了适用于一般情况下的成分数据线性回归模型。因为由模型计算得到的参数估计是有偏的,所以进一步对参数的无偏估计和置信区间的计算方法进行了介绍,最后设置参数对模型的效果进行了数值模拟。分别进行了置信区间的估计和置信区间下的变量选择效果的数值模拟,从模拟结果中可以得到,介绍的模型无论在变量选择方面还是置信区间的估计方面表现的都比一般模型要好。况且,TPR和FPR的数值表现都比较优异。最后将建立的模型应用到厌氧发酵过程中,选取细菌分类中的目类类别厌氧发酵菌为基本数据单位,在成分和子成分的研究应用中,进行了参数估计、变量选择、无偏估计、置信区间计算等过程。最后,识别出Gammaproteobacteria和Mollicates两类纲类细菌在厌氧发酵过程中对沼气的产量有影响,而且发现这两个细菌群中前者对沼气产量起到促进作用,而后者对沼气产量起到抑制作用。