看了RQ的帮助文档，里面有个类似的程序，但好像不太一样，一起贴出来供大家参考！
> data(engel)
> attach(engel)
> x.poor <- quantile(income, 0.1)
> x.rich <- quantile(income, 0.9)
> z <- rq(foodexp ~ income, tau = -1)
> ps <- z$sol[1, ]
> qs.poor <- c(c(1, x.poor) %*% z$sol[4:5, ])
> qs.rich <- c(c(1, x.rich) %*% z$sol[4:5, ])
> par(mfrow = c(1, 2))
> plot(c(ps, ps), c(qs.poor, qs.rich), type = "n",
+ xlab = expression(tau), ylab = "quantile")
> plot(stepfun(ps, c(qs.poor[1], qs.poor)), do.points = FALSE,
+ add = TRUE)
> plot(stepfun(ps, c(qs.poor[1], qs.rich)), do.points = FALSE,
+ add = TRUE, col.hor = "gray", col.vert = "gray")
对于上面这段程序，主要是“z <- rq(foodexp ~ income, tau = -1) ”  里面z值设置的意义没有看懂，因为这个程序出来的图就只有“食品支出在不同分位点上的分布”，那上面的z值的表达式为何是“foodexp ~ income”呢？

呵呵，不知这样行不？

自己动手画图的话，把数据升序排列后，做散点图，横轴刻度使用c(1:n)/n*100，n是数据的个数。。。当然，也许不同的画图PAKCAGE里有写好了的参数可选。至于楼主贴的程序，我不了解RQ这个PACKAGE，不知道干什么地。。。。

谢谢您的回答，RQ是做分位数回归的，我不知道您说的这个是不是跟原文一样的，不过看起来蛮有道理的，就是不知道能不能麻烦您把您说的那个程序写得比较全一点呢？谢谢！我想验证一下，但具体操作还不太懂~~

放一部分数据上来看看？