La modelación de datos de conteo se hace típicamente usando el modelo Poisson, en el cual se asume equidispersión (ED), en donde la media y la varianza son iguales. Cuando esta condición no es fácil de justificar, han surgido diferentes alternativas, unas más flexibles que otras, en cuanto a la capacidad de manejar tanto sobredispersión (OD) como subdispersión (UD). Una de ellas es el modelo COM-Poisson el cual fue propuesto recientemente y ha sido evaluado en términos inferenciales (Sellers2010). Esta investigación quiere cuantificar la calidad predictiva del modelo COM-Poisson con respecto al modelo Poisson, y así establecer la pérdida en la eficiencia que se tiene al ajustar el modelo inadecuado cuando la propiedad de equidispersión no es satisfactoria. El estudio de simulación efectuado determinó que al ajustar el modelo inadecuado, ya sea en sobre o subdispersión, no representa, en la mayoría de los casos, ni una ganancia o pérdida en cuanto a la calidad predictiva de los valores ajustados. Dos estudios de caso aplicados a la ecología ilustran los resultados obtenidos