El aumento de la prominencia del problema de datos censurados en varios campos ha hecho que el estudio sobre cómo realizar la estimación de parámetros y la selección de variables en modelos de efectos mixtos censurados sea uno de los puntos clave de la investigación actual. En este documento, considerando la situación en la que la variable de respuesta está restringida por el límite bilateral, se construyó un modelo de regresión cuantílica Tobit bayesiano de doble penalización para llevar a cabo la estimación de parámetros y la selección de variables en el modelo de efectos mixtos censurados por intervalos, y al mismo tiempo, los coeficientes de efectos fijos y aleatorios se comprimen en el modelo de efectos mixtos de Tobit, con el fin de reducir el error de estimación del modelo al mismo tiempo que se lleva a cabo la selección de variables del modelo. La distribución posterior de cada parámetro desconocido se derivó utilizando la distribución Laplace condicional y la distribución normal truncada mixta de datos censurados por intervalos, y luego se construyó el algoritmo de muestreo de Gibbs para la estimación de parámetros desconocidos. A través de la simulación de Monte Carlo, se encontró que el nuevo método es más ventajoso que el método clásico en términos de selección de variables y precisión de estimación de parámetros en diversas situaciones, como diferentes niveles de dispersión del modelo, diferentes ratios de censura de datos y diferentes distribuciones de errores aleatorios, y el modelo es capaz de realizar una selección automática de variables. Finalmente, el nuevo método se utiliza para analizar la correlación entre la tasa de criminalidad y varios indicadores económicos en China.