過分散とは（単純なモデル*で）期待されるより標本分散が大きくなること。（久保・粕谷、2006）
*二項分布、ポアソン分布、幾何分布、指数分布など「平均が決まると自動的に分散が決まるモデル」
→平均とは独立に分散も指定できるモデル（負の二項分布や正規分布）を仮定した場合は、過分散の有無を議論できない
単純なモデルからの逸脱を見出せば良い
→標本が99％区間からどの程度はみだしているかで検出することができる
Crawley MJ(2005) Statistics: an introduction using R. John Wiley & Sons, West Sussex
→GLM推定時のresidual evianceと自由度を比較し、residual devianceのほうが大きければ過分散とする
→→標本数が大きいときに限ってこの方法は有効
GLMMではこの過分散の影響をrandom effectsとして扱う事ができる
