与 R相关glm()，我看到一些帖子推荐使用 Conway–Maxwell–Poisson 分布建模欠分散数据，特别是使用 R 包CompGLM，但是，我不确定我是否看到有人确认不能使用准泊松。因此，我问：为什么不对分散不足的数据使用准泊松glm？毕竟，准泊松的想法不是超越了方差和均值相等的假设吗？（并且在分散不足的情况下，不相等）。

基本上，我正在运行glm(y ~ x, family=poisson)x 是一个分类变量，我得到

Null deviance: 67.905  on 519  degrees of freedom
Residual deviance: 59.584  on 507  degrees of freedom 

这强烈表明分散不足，因此我倾向于准泊松解决方案。