传统的面板数据模型基于均值回归的假设,需要误差项服从正态分布,但在实际的数据分析中误差项通常不能满足经典假设,导致估计结果不再具有无偏性和稳健性。分位数回归方法恰好弥补了均值回归模型的缺陷,不仅放宽了对误差项分布的限制,使得估计结果更加准确、稳定,还可以针对不同的分位数水平,刻画相关变量之间的关系提高模型的解释力。本文对面板模型展开分析,分别对固定效应面板模型和含固定效应的面板门限模型进行研究,运用两阶段加权复合分位数回归的方法,对模型的系数进行求解。其中,对含固定效应的面板模型在第一阶段通过加权复合分位数回归方法对对固定效应进行估计,在第二阶段使用分位数回归得到模型各个分位点处的参数估计结果;对于含固定效应的面板门限模型,在第一阶段使用网格搜索法和加权复合分位数回归法得到门限值和固定效应的估计,在第二阶段使用分位数回归得到各分位数水平处的系数估计值。与传统方法不同的是,本文提出的方法均在第一阶段就考虑分位数回归方法,通过加权复合分位数回归得到相应的估计值,有效地提高估计结果的准确性和稳健性。为了考察本文所提出方法的优越性,在数值模拟部分分别讨论了不同估计方法在两个面板模型中的估计效果,将本文所提出的方法与目前使用较为广泛的其他方法进行比较。模拟结果表明,当误差项不服从正态分布时,改进的两阶段加权复合分位数回归方法要明显优于其他方法,得到的估计更加稳健。进一步,本文将所提方法应用于两个案例的实证分析中,通过两个实际案例来观察本文所提方法的优越性,以及在实际分析中的应用价值。第一个案例对我国技术创新与环境规制之间的关系进行分析,对比了本文所提出的方法与最小二乘法以及其他分位数回归方法的估计效果。第二个案例基于能源-劳动力-资本-GDP框架,对全国数据和东中西部地区数据分别进行回归分析,并且考虑门限效应,将电力能源消费量作为门限变量对模型进一步分析。