全文总字数：1191字

1. 毕业设计（论文）的内容、要求、设计方案、规划等

面板数据模型是统计分析中应用最广泛的模型之一，其数据间不仅允许存在相关性，还可以带有异方差。

将个体扰动看作是随机效应而引入模型，提高了面板数据模型的精度和建模的灵活性。

由于计算机技术的日益成熟,分位数回归在理论和方法上都得到了广泛的应用。

2. 参考文献（不低于12篇）

1. 罗幼喜； 李翰芳； 田茂再； 郑列；基于双惩罚分位回归的面板数据模型理论与实证研究。武汉科技大学学报 , 2016年06期2.罗幼喜； 田茂再；面板数据的分位回归方法及其模拟研究。统计研究，2010年10期 3.李子强,田茂再,罗幼喜.面板数据的自适应Lasso分位回归方法研究[J]. 统计与信息论坛. 2014(07) 4.安宁宁,韩兆洲.面板数据模型设定的一般方法[J]. 统计与决策. 2007(09) 5. 陈海燕；面板数据模型分析及应用。 天津大学。2007 6. 李缓。面板数据分位数回归模型的参数估计与变量选择。武汉科技大学。2015 7.李扬,曾宪斌.面板数据模型的惩罚似然变量选择方法研究[J]. 统计研究. 2014(03) 8.王新宇,著.分位数回归理论及其在金融风险测量中的应用[M]. 科学出版社, 2010 9. 李群峰；基于分位数回归的面板数据模型估计方法；统计与决策，2011年17期10.罗玉波.房价影响因素分析:分位数回归方法[J]. 统计与决策. 2011(06) 11.Alessio Farcomeni,Sara Viviani.Longitudinal quantile regression in the presence of informative dropout through longitudinalsurvival joint modeling[J]. Statist. Med. . 2015 (7) 12.Roger Koenker.Quantile regression for longitudinal data[J]. Journal of Multivariate Analysis . 2004 (1)13.Ivan A. Canay.A simple approach to quantile regression for panel data. The Econometrics Journal . 2011