Table 7 reports the results of the

Table 7 reports the results of the second-stage model with blog post comments as the dependent variable (N 1⁄4 1,237). The Akaike information criterion for this model was 6,663, the Bayesian information criterion was 6,740, and the likelihood ratio test was significant (w2(13) 1⁄4 100.64, p < .01). Variance inflation factors (VIFs) were all below 1.09, with an average VIF of 1.04, indicating no issues with collinearity. We found a significant main effect of our control variable, average number of followers (b 1⁄4 .3514, p < .01), indicating that this factor significantly drives the number of blog post comments.

結果 (繁體中文) 1:

表7報告在博客帖子的評論為從屬變量的第二階段模型（N 1/4 1237）的結果。該模型的赤池信息量準則是6663，貝葉斯信息準則是6740，並且似然比測試是顯著（W2（13）1/4 100.64，P <0.01）。方差膨脹因子（的VIF）均低於1.09，具有1.04的平均VIF，指示與共線沒有問題。我們發現我們的控制變量，追隨者的平均數量的顯著主效應（B 1/4 0.3514，P <0.01），表明這一因素顯著驅動的博客帖子的評論數。

結果 (繁體中文) 2:

表 7 報告第二階段模型的結果，其中博客文章注釋作為因變數 （N 1⁄4 1，237）。該模型的Akaike資訊標準為6，663，貝葉斯資訊標準為6，740，可能性比測試顯著（w2（13） 1⁄4 100.64，p = .01）。方差通貨膨脹係數（ViF）均低於1.09，平均VIF為1.04，表明不存在共線性問題。我們發現我們的控制變數，平均關注者數（b 1⁄4 .3514，p = .01）的主要影響，表明這一因素顯著地推動了博客文章評論的數量。

結果 (繁體中文) 3:

錶7報告了以部落格評論為因變數的第二階段模型的結果（N 1/41237）。該模型的Akaike資訊準則為6663，貝葉斯資訊準則為6740，似然比檢驗顯著（w2（13）1/4100.64，p<0.01）。方差通脹因數（VIF）均低於1.09，平均VIF為1.04，表明不存在共線性問題。我們發現我們的控制變數，平均關注人數（b 1/4.3514，p<0.01）有顯著的主效應，表明這個因素顯著地推動了部落格評論的數量。