《表7 知识贡献质量回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《联通主义学习社区个体知识贡献影响因素研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:P<0.05为*，P<0.01为**，P<0.001为***

利用Stata13将所有指标变量分别对知识贡献数量和知识贡献质量进行了泊松回归分析和负二项回归分析，结果如表6、表7所示。依据模型选择方法———赤池信息准则（Akaike Information Criterion，AIC）和贝叶斯信息准则（Bayesian Information Criterion，BIC），由表6、表7中两个模型结果中的AIC和BIC可知，负二项回归模型结果明显优于泊松回归。