在对数据集 WBC（威斯康星州乳腺癌）应用 t=0.5,0.6 的分位数回归后，有 678 个观察值和 9 个自变量（）和 1 个因变量（op）我得到了以下结果对于 beta 值。$inp_1,inp_2,...inp_9$

| t         |  0.5          |  0.6      |
| b1        |  0.002641     |  0        | 
| b2        |  0.045746     |  0.01     | 
| b3        |  0.005282     |  0        | 
| b4        |  0.004397     | -0.002    | 
| b5        |  0.002641     |  0.004    | 
| b6        |  0.065807     |  0.1111   | 
| b7        |  0.005282     |  0.002    | 
| b8        |  0.031394     |  0        | 
| b9        |  0.004993     |  0        | 
| intercept | -0.181388     | -0.009    | 

如何解释上述 beta 系数以及它们的确切含义是什么？

• t=0.5 意味着我们是否考虑了总数据的前 50%？
• t=0.6 意味着我们正在考虑总数据的前 60%？

我们能写出一个像这样的方程吗

$y=intercept+\sum_{i=1}^{9}b_i*inp_i$ 像线性回归一样计算 y 的预测输出？

如果我们考虑 5 个分位数的数据，这是否意味着我们将数据分为 5 个部分？如果要将数据分为 5 个部分，我必须考虑哪些变量？

和

我有 5 个方程对应 5 个分位数，每个方程到底代表什么？我可以通过组合每个分位数的 5 个方程为数据集编写单个方程，如平均回归吗？