分位数回归常用于处理异方差，偏态分布数据，厚尾数据等不满足高斯假设的数据。与最小二乘方法对比，其使用前提更为宽松，并且能够拟合数据全部分布信息，比起最小二乘方法仅拟合均值信息而言，能够得到更为全面的数据描述，因而是最小二乘方法的重要替代方法。

Roger Koneker 所著 《Quantile Regression》 是分位数回归方法中比较经典的一本书，内容涵盖了分位数回归的来源，理论性质，应用表现等。书中涉及例子浅显易懂，并且贴近实际，是很好的一本参考资料。

请按需下载。