还有就是我的fgls有截距项，分位数回归没有截距项，看起来很怪怪的。。。因为我的面板有异方差  我在xtgls后面加了p（c）的，那么分位数回归该怎么做呢？

不能因为变量的不显著就删除截距项，这样的理由删除别人
会对你文章的做法提出质疑的。相信你也看了很多文献，
几乎是不会去删除截距项的。
结果不是很好解释，你应该去重新考虑你的理论模型构建是不是合理，
数据是不是存在异常值，模型是不是存在异方差，自相关或者截面相依
等问题，而你未考虑到等等。

其实我已经做了很多的尝试，我用了好几种方法，固定效应，随机效应什么的都试过了，我的模型的确有异方差，我在gls中后面的条件中加了p(c),倒不是系数不显著的原因，我的是因为系数的正负不合经济常理，比如我的技术进步对煤炭的能源消费是应该负向的影响，加了截距项变成了正向的了。。。所以我尝试去掉了截距项，以往的文献没有相关的模型，差不多我是自己把相关变量做的模型？？？

这个在所有模型都是一样，不管你加入什么变量。
我只是想强调一点，你不加入截距项一定要有充足的理论，
要不肯定会被质疑的。

1.我的理解还是保留截距的好．把截距去掉就相当把本来一些固定的影响让那些解释变量去解释，这样那些解释变量的系数就就不仅仅代表自身影响了．至于技术提高反而增加了能源消费，可能是由于这个技术变量的内置性引起的．譬如，技术提高－＞降低成本－＞利润提高－＞企业产量增加或企业数增加－＞能源消耗增加．两种办法：把企业的数目和企业的产量加入到解释变量中去，或用单位产出的能源消耗作为因变量．2.另外，GLS可以提高估值的有效性，但不知道会不会影响估计值的稳定性（consistency）. 所以，没有misspecification的话，OLS应该就可以了．因为毕竟稳定性是估计中最重要的特性．3.When quantile = 0.5, quantile regression实际求得是对中位数的影响，而Least Square的回归求得是对均值的影响．个人感觉这两个结果比较接近只能说明这个conditional median和conditional mean很接近而已，意义不大．

学习了

楼主，我也在做分位数回归，但是没有找到相关命令语句，楼主能给我推荐一本书或者相关命令的来源么？