常见的OLS回归考察的是解释变量x对被解释变量y的条件期望E(y|x)的影响，实际上是均值回归。如果条件分布y|x不是对称分布，则条件期望E(y|x)很难反映整个分布的全貌。同时，传统OLS最小化的目标函数为残差平方和，容易受极端值影响。而分位数回归使用残差绝对值的加权平均作为最小化的目标函数，在消除极端值影响的同时还能提供关于条件分布y|x的全面信息。具体的楼主可看陈强老师《高级计量经济学及Stata应用》一书，里面有一章专门介绍分位数回归。祝好运。