长久以来中位数回归模型得到了许多研究者的注意. 但是，在许多情况下,回归因变量并不能被完全观测到，其中一种重要情形就是因变量被右删失.Ying于1995年考虑了随机右删失中位数回归模型，给出了其中参数的最小一乘估计，并证明了估计量的强相合性与渐近正态性. 但是，由于该估计量的渐近方差的表达式中含有累积危险率函数，而该累积危险率函数的估计是比较困难的，故该估计量难以直接用于统计推断. 本文使用随机加权的方法，在避免估计累积危险率函数的情况下，给出了最小一乘估计的分布的逼近方法. 使用本文提出的方法，我们可以对参数向量或其分量进行有效的统计推断. 全文共分三章.　　 第一章，我们简单介绍了随机右删失中位数回归模型，以及它的发展过程和一些重要结果.　　 第二章，我们给出了本文所需的基础知识：生存分析的基础知识及常用记号，以及随机右删失中位数回归模型的基本概念，以及一些基本结果.　　 第三章，我们介绍了随机右删失回归模型的随机加权法，然后我们分别在删失变量的生存函数已知和未知的情况下，证明了参数估计量的渐近正态性.　　 第四章，我们指出了本文的不足以及可以进一步讨论的问题。