Một biến ngẫu nhiên nhị thức với thử nghiệm và xác suất thành công p có thể mất nhiều hơn hai giá trị. Biến ngẫu nhiên nhị thức đại diện cho số lần thành công trong những tồn thử nghiệm, và trong thực tế có tham N + 1 giá trị khác nhau ( 0 , 1 , 2 , 3 , . . . , N ). Vì vậy, nếu phương sai của phân phối đó lớn hơn mức quá mong đợi theo các giả định nhị thức (có lẽ có các số 0 dư chẳng hạn), đó là trường hợp quá mức. NpNN+ 10 , 1 , 2 , 3 , . . . , N
Sự quá mức không có ý nghĩa đối với biến ngẫu nhiên Bernoulli ( )N= 1
Trong ngữ cảnh của đường cong hồi quy logistic, bạn có thể xem xét một "lát cắt nhỏ" hoặc nhóm, thông qua một phạm vi giá trị dự đoán hẹp để thực hiện một thí nghiệm nhị thức (có thể chúng ta có 10 điểm trong lát cắt với một số lượng nhất định thành công và thất bại). Mặc dù chúng tôi không thực sự có nhiều thử nghiệm ở mỗi giá trị dự đoán và chúng tôi đang xem xét tỷ lệ thay vì số liệu thô, chúng tôi vẫn hy vọng tỷ lệ của mỗi "lát" này sẽ gần với đường cong. Nếu các "lát" này có xu hướng cách xa đường cong, thì có quá nhiều biến động trong phân phối. Vì vậy, bằng cách nhóm các quan sát, bạn tạo ra các biến ngẫu nhiên nhị thức thay vì nhìn vào dữ liệu 0/1 riêng lẻ.
Ví dụ dưới đây là từ một câu hỏi khác trên trang web này. Hãy nói rằng các đường màu xanh biểu thị tỷ lệ dự kiến trên phạm vi của các biến dự đoán. Các ô màu xanh biểu thị các trường hợp quan sát (trong trường hợp này là trường học). Điều này cung cấp một biểu diễn đồ họa về cách quá mức có thể trông. Lưu ý rằng có những sai sót với việc diễn giải các ô của biểu đồ bên dưới, nhưng nó cung cấp một ý tưởng về cách quá mức có thể tự biểu hiện.