QUEST，或称快速、无偏倚、高效率统计树，是一种用于构建决策树的二元分类法。 开发此方法的一个主要原因是减少包含很多变量或观测值的大型 C&R 树分析所需的处理时间。 QUEST 的第二个目的是减少在分类树方法中发现的趋势以便支持允许有多个分割的输入，即连续（数值范围）输入或具有多个类别的输入。

• 根据显著性检验，QUEST 使用一系列规则来评估节点上的输入字段。 为了进行选择，可能需要对节点的每个输入执行一次检验。 与 C&R 树不同，所有的分割都不用检查，而与 C&R 树和 CHAID 都不同的是，在评估输入字段以供选择时不会检验类别组合。 因此可加快分析的速度。
• 通过使用由目标类别形成的组中选定的输入来运行二次判别分析可以确定分割。 而且，与穷举搜索（C&R 树）相比，此方法确定最优分割的速度得到了改进。

需求。 输入字段可以是连续（数值范围）的，但目标字段必须是分类的。 所有分割都是二元的。 不能使用权重字段。 模型中使用的所有有序（有序集合）字段的存储类型都必须是数值类型（不是字符串）。 必要的话，可以使用重新分类节点对存储类型进行转换。

强度。 与 CHAID 相似但与 C&R 树不同的是，QUEST 可使用统计检验确定是否使用输入字段。 QUEST 还可以将输入的选择与分割问题分开，分别为其应用不同的标准。 不过在 CHAID 中，确定变量选择的统计检验结果还可生成分割。 同样，C&R 树也可采用杂质更改测量在选择输入字段的同时确定分割。