两组人的平均理赔额一样，不代表风险一样：一组可能很稳定，另一组却忽高忽低。双广义线性模型（DGLM）就是把“平均多少”和“波动多大”放进同一个分析框架，并分别用顾客、环境等解释变量寻找原因。它也能处理过度离散——实际波动超过标准模型预期、容易让人低估不确定性的情况。
这次材料指向一部同时整理似然方法与贝叶斯方法的同名作品。前者依靠观测数据寻找较合适的参数，后者还会把已有认识作为先验信息纳入估计。据 Routledge/Chapman & Hall 页面，同名作品实际是 Edilberto Cepeda-Cuervo 撰写、2026 年出版的第一版专著，共 160 页，涵盖异方差正态回归、gamma、beta，以及 Poisson 和 binomial 数据的过度离散模型。它的价值在于给“均值和稳定性都重要”的任务提供统一入口。不过，供稿中的 JASA 记录仅有标题和作者 Yang Ni，未提供正文；且与出版方所列书籍作者、载体不一致，因此目前不能确认两者关系，也无法评价具体方法或结果。