删失数据是现代统计实践中常见的复杂数据类型.在生存分析中,由于实验设计、观测时间等因素的局限,所要收集的数据往往不能完全观测.近年来,对删失数据统计分析方法的研究是一个国际热点课题.删失数据也频繁地出现在生物医学、心理学、社会学和经济学等许多应用领域.分位数回归能够更具体地描述响应变量与协变量之间的关系,特别是当我们关注的重点是在某些上下分位点处时,因而成为最小二乘回归的有力补充.在经济学、生存分析、微生物研究等领域中有着广泛的应用,各种分位数回归模型的估计和渐进理论也被广泛地研究.同时,经验似然已经成为非常有用的统计推断工具.许多学者已经把它应用到线性模型、非参数模型及半参数模型以及复杂数据下的一些模型中.本文比较了几种不同的删失分位数回归估计方法的效率,并基于此研究了删失数据下分位数回归模型的参数估计问题,还提出了参数的经验似然及相应的渐近性质.首先,本文主要考虑在观测数据存在删失的情况下的分位数回归模型,比较了三种删失分位数回归方法进行参数估计的效率,基于效果较好的Zhou[4]的删失中位数回归估计方法,提出删失数据下分位数回归参数估计方法并给出其渐近性质,并基于所提出的分位数回归参数估计方法,提出了相应的经验似然推断,并给出了对应的渐近性质.此外,还给出本文中渐近性质的具体证明过程.最后通过数值模拟来验证所提删失分位数回归估计的经验似然方法的有效性,并将其与已有的估计方法进行对比,表明我们所提出的估计方法计算快捷且高效.