انتخاب مدل آماری مناسب برای متغیر پاسخ یکی از مهم‌ترین مسایل در آمیزه­ای متناهی از مدل­های خطی تعمیم یافته است. یکی از توزیع­هایی که در آمیزه­ای متناهی از مدل­های خطی تعمیم یافته نیم پارامتری با مشکل روبه‌رو است، توزیع پواسون است. در این مقاله، برای غلبه بر بار محاسباتی و بیش پراکندگی، آمیزه­ای متناهی از مدل­های خطی تعمیم­یافته نیم پارامتری با استفاده از توزیع دوجمله­ای منفی (GFMMNB) به‌جای آمیزه­ای متناهی از مدل­های خطی تعمیم یافته نیم پارامتری با استفاده از توزیع پواسون (GFMMP) پیشنهاد می­شود. کارایی مدل­های آمیزه­ای متناهی از مدل‌های خطی تعمیم یافته نیم پارامتری با استفاده از توزیع دوجمله­ای منفی نسبت مدل­های آمیزه­ای متناهی از مدل­های خطی تعمیم یافته نیم پارامتری با استفاده از توزیع پواسون برای داده­های شبیه­سازی شده و داده­های واقعی و با استفاده از میانگین وزنی توان دوم انحرافات (WGMSE) نشان داده شده است.