截取回归分析是针对当因变量大于一定数值或者小于一定数值时仅能有一种取值时的回归分析方法。举例来说，如果研究某单位的薪酬情况，该单位采取封顶薪酬方式，把年薪作为因变量，那么该因变量的取值范围就低于一定值。
在截取回归分析背景下，因变量的取值范围是受到限制的，当因变量大于一定值时，以后无论程度如何，统统被记录为某一特定值，或者说一定范围的数据被压缩到一个点上，这样被解释变量y的概率分布就变成由一个离散点与一个连续分布所组成的“混合分布”。在这种情况下，通过一般的最小二乘回归分析得到的结论是不完美的，无论使用的是整个样本，还是去掉离散点后的子样本，都不能得到一致的估计。
一个典型的使用于截取回归分析的模型就是Tobit模型，数学公式为：
