在地质、经济、微生物等许多领域,成分数据均有着广泛的应用。例如岩石的化学成分,生物群落的物种组成,家庭支出模式等。现在成分数据主要是研究构成某个整体的各部分的比重关系。高维成分数据在许多领域中均有应用,但由于定和限制,统计方法通常不能产生合理的结果。高维协方差矩阵和精度(逆协方差)矩阵的估计是现代多元分析的基本问题,协方差矩阵揭示变量之间的边际相关性,而精度矩阵在给定剩余变量的情况下刻画变量对之间的条件相关性。协方差矩阵和精度矩阵在主成分分析,线性/二次判别分析和图形模型中均有应用。本文主要考虑高维成分数据的精度矩阵估计问题。已知样本协方差矩阵求逆对于估计精度矩阵是不稳定的,由于数据的样本量小于变量个数,高维数据矩阵的逆很难估计。本文利用中心对数比变换方法,处理高维成分数据,得到高维成分数据的精度矩阵估计。模拟实验和实际数据可以验证提出方法的合理性。