新世纪以来,房地产行业水平持续走高,与普通民众的生活紧密相关。有不少学者认为,房地产的整体走势是当年国家经济发展指数的风向标。商品房作为刚性需求,它的销售量长久以来被人们关注。鉴于地产行业本身的复杂性,以及采集到的外部数据之间的联动性,传统的回归分析并不能够有效的诠释商品房销售的波动情况。分位数回归理论,最早是由美国经济学家Koenker Roger和Bassett Gilbert提出的。模型的研究对象是回归变量和各个自变量的条件分位数,着重强调在不同的条件分位数下,拟合得到的模型曲线之间的差异,是对传统回归的拓展。分位数回归放宽了普通最小二乘估计对于研究对象数据的正态性假设,从而更好的适用于分布呈现出偏态、尖峰或者较多异常值的现实数据。更值得注意的是,分位数回归基于分位数的变化拟合出的一簇回归曲线可以提取出原始数据更多的信息,在不同的专业领域都有着较为广泛的应用。本文起首部分先介绍了分位数回归的基本理论以及部分数学性质,同时比较了分位数回归与传统的最小二乘回归在前提假设、模型性质、参数检验等方面的不同。实证分析部分,在对商品房销售量数据进行完善的基础上结合多元统计分析的相关知识对影响因素进行因子分析,运用分位数回归的思想得出在不同水平下,影响商品房销售量的因子也不同。最后结合数据进一步得到中位数回归相较于均值回归稳健性更强。