回歸分析方法
分位數回歸是一種回歸分析方法，它關注於解釋變數與被解釋變數分布的分位數之間的關係。
在傳統的回歸分析中，主要研究的是自變數與因變數的條件期望，也就是中央趨勢。而分位數回歸則可以進一步推論因變數的條件機率分布，研究不同分位點處自變數對於因變數的影響。例如，分位數回歸可以用來研究學習時間對學業成績的影響，可以研究不同分數段（如前20%、50%、後20%）的學生學業成績如何變化。
分位數回歸是一種非參數統計方法，它利用解釋變數的多個分位數（如四分位、十分位、百分位等）來得到被解釋變數的條件分布的相應的分位數方程。這種方法可以揭示自變數在不同分位數點上的影響，以及哪些自變數是主要影響因素。
分位數回歸的本質是一個加權最小二乘法，它給不同的y值（大於分位點和小於分位點的y）不同的權重。例如，對於一個數據集，我們可能希望求0.7分位數，那麼所有大於這個分位點的數都被賦上權重0.7，小於這個分位點的數賦予權重0.3。