ตัวแปรสุ่มแบบทวินามที่มีการทดลองและความน่าจะเป็นของความสำเร็จสามารถใช้ค่ามากกว่าสองค่า ตัวแปรสุ่มทวินามแสดงจำนวนของความสำเร็จในการทดลองเหล่านั้นและในความเป็นจริงสามารถรับค่าที่แตกต่าง ( ) ดังนั้นหากความแปรปรวนของการแจกแจงนั้นยิ่งใหญ่เกินคาดภายใต้สมมติฐานทวินาม (บางทีอาจมีค่าศูนย์ส่วนเกินเช่น) นั่นเป็นกรณีของการกระจายเกินจริง P N N + 1 0 , 1 , 2 , 3 , . . , NNpNN+10,1,2,3,...,N
การกระจายมากเกินไปไม่สมเหตุสมผลสำหรับตัวแปรสุ่มของ Bernoulli ( )N=1
ในบริบทของเส้นโค้งการถดถอยโลจิสติกคุณสามารถพิจารณา "ชิ้นเล็ก ๆ " หรือการจัดกลุ่มผ่านค่าตัวทำนายช่วงแคบ ๆ เพื่อให้เกิดการทดลองแบบทวินาม (บางทีเราอาจมี 10 คะแนนในชิ้นด้วยจำนวนที่แน่นอน ความสำเร็จและความล้มเหลว) แม้ว่าเราจะไม่ได้มีการทดลองหลายครั้งในแต่ละค่าของตัวทำนายและเรากำลังดูสัดส่วนแทนจำนวนดิบเรายังคงคาดหวังสัดส่วนของ "ชิ้นส่วน" เหล่านี้แต่ละตัวให้ใกล้เคียงกับเส้นโค้ง หาก "ชิ้นส่วน" เหล่านี้มีแนวโน้มที่จะอยู่ห่างจากเส้นโค้งแสดงว่ามีความแปรปรวนมากเกินไปในการแจกแจง ดังนั้นโดยการจัดกลุ่มการสังเกตคุณสร้างการรับรู้ของตัวแปรสุ่มแบบทวินามมากกว่าที่จะดูข้อมูล 0/1 แยกกัน
ตัวอย่างด้านล่างมาจากคำถามอื่นในไซต์นี้ ให้บอกว่าเส้นสีน้ำเงินแสดงถึงสัดส่วนที่คาดหวังในช่วงของตัวแปรทำนาย เซลล์สีฟ้าหมายถึงกรณีที่สังเกตได้ (ในกรณีนี้คือโรงเรียน) นี้จะมีการแสดงกราฟิกของวิธี overdispersion อาจมอง โปรดทราบว่ามีข้อบกพร่องในการตีความเซลล์ของกราฟด้านล่าง แต่ให้แนวคิดว่าการแสดงการกระจายเกินขนาดสามารถแสดงตัวเองได้อย่างไร