基准回归分析指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。
回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。
在大数据分析中，回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关系。例如，司机的鲁莽驾驶与道路交通事故数量之间的关系，最好的研究方法就是回归。
基准回归分析并不是一个定义，或者一种计量经济学方法，而是“基准模型”的回归结果。
一片完整的论文，有引言，有文献回顾，有理论分析，有实证分析，有结论与政策建议
在理论分析中，基于前人研究结果与个人理论分析/推导会提出论文的基础理论模型与要验证的猜想假说，这个基础理论模型就是基准模型，选用合适的样本数据，对基准模型进行参数回归的结果就是基准回归结果。
在基准回归分析的基础上，展开进一步的探讨，比如IV 比如你说的分位数 等等，并进行稳健性检验，这就是完整的实证分析部分。
