过度离散（统计学）：指数据的波动程度高于某个统计模型所假设的水平，最常见于计数数据模型（如泊松回归），表现为方差大于均值（或大于模型给出的方差）。这通常意味着模型低估了不确定性，需要调整（如使用负二项分布、准似然、稳健标准误等）。
/ˌoʊvərdɪˈspɜːrʒən/
The model shows overdispersion, so the standard errors may be too small.
这个模型出现了过度离散，因此标准误可能被低估了。
When overdispersion is present in count data, a negative binomial model often fits better than a Poisson model because it allows extra variance.
当计数数据存在过度离散时，负二项模型往往比泊松模型更合适，因为它允许更大的额外方差。
由 **over-**（“过度、超过”）+ dispersion（“离散、分散程度”）构成。dispersion 源自拉丁语 dispergere（“散开、分散”）。该词在统计学语境中用来描述“实际离散程度超过模型假设”的现象。
Select Language