分位数回归结果解读：条件分布的全面刻画方法.docxVIP

分位数回归结果解读

一、分析方法概述

分位数回归（QuantileRegression,QR）由Koenker和Bassett于1978年提出，是普通最小二乘（OLS）回归的重要拓展与补充。与OLS回归仅关注自变量对因变量条件均值的影响不同，分位数回归能够估计自变量在因变量不同分位数水平上的边际效应，从而全面刻画变量间影响关系的分布特征。分位数回归具有对异常值稳健、不要求因变量服从正态分布、能够有效处理异方差问题等优势，在经济学、社会学等领域得到广泛应用。本研究利用SPSSAU软件进行分位数回归分析，样本量为320，选取0.25、0.50和0.75三个分位点，考察受教育年限、工作经验和行业景气度对工资水平的影响。

在SPSSAU【计量经济研究】模块选择【分位数回归】，将变量拖拽至右侧对应分析框，操作如下图：

二、样本信息与因变量分位数描述

表1显示本次分析共纳入320个有效样本，无缺失数据被排除，数据完整性良好，所有样本均进入模型分析。

表2报告了因变量工资水平在三个分位数上的取值。25%分位数为3.913，中位数（50%分位数）为4.977，75%分位数为6.370。从低分位数到高分位数，工资水平呈现递增趋势，四分位间距（IQR）为2.457（6.370-3.913），表明样本中工资水平存在较大的离散程度，为分位数回归分析提供了良好的数据基础。

三、分位数回归结果分析

表3报