Это слишком долго, чтобы быть комментарием, поэтому я сделаю это ответом.
Различие между биномиальным с одной стороны и пуассоновским и отрицательным биномиальным с другой - в природе данных; тесты не имеют значения.
Есть широко распространенные мифы о требованиях к регрессии Пуассона. Дисперсия, равная средней, характерна для пуассоновской регрессии, но для пуассоновской регрессии не требуется ни отклика ответа, ни предельного распределения отклика по Пуассону, равно как и классической регрессии требуется, чтобы она была нормальной (гауссовой).
Наличие сомнительных стандартных ошибок не является фатальным, не в последнюю очередь потому, что вы можете получить более точные оценки стандартных ошибок в приличных реализациях регрессии Пуассона.
Пуассон также не требует, чтобы ответ был посчитан. Это часто хорошо работает с неотрицательными непрерывными переменными. Для получения дополнительной информации о недооценке (каламбур) Пуассона см.
http://blog.stata.com/tag/poisson-regression/
и его ссылки. Содержание Stata этой записи в блоге не должно мешать ей быть интересным и полезным для людей, которые не используют Stata.
Трудно дать совет относительно выбора между пуассоновским и отрицательным биномиальным регрессом. Посмотрите, хорошо ли работает регрессия Пуассона; в противном случае рассмотрим большее осложнение отрицательной биномиальной регрессии.
Я не могу посоветовать использовать SPSS. Меня не удивит, если вам понадобится другое программное обеспечение для гибкой реализации пуассоновской или отрицательной биномиальной регрессии.