分位点，是指将一个随机变量的概率分布范围分为几个等份的数值点，常用的有中位数（即二分位数）、四分位数、百分位数等。即连续分布函数中的一个点，这个点对应概率p。若概率0

分位点回归思想的提出至今已经有近30多年了，经过这近30多年的发展，分位点回归在理论和方法上都越来越成熟，并被广泛应用于多种学科中。它对于实际问题能提供更加全面的分析,无论是线性模型还是非线性模型，分位点回归都是一种很好的工具，它对一般回归模型做了有益的补充。

分位点回归是对以古典条件均值模型为基础的最小二乘法的延伸，它用几个分位函数来估计整体模型。分位点回归法的特殊情况就是中位数回归(最小一乘回归)，用对称权重解决残差最小化问题，而其他条件分位数回归则需要用非对称权重解决残差最小化。