Skip to main content

Table 5 Evaluation statistics of the logistic model

From: The impacts of observational learning and word-of-mouth learning on farmers’ use of biogas in rural Hubei, China: does interpersonal trust play a role?

Variables

Model 1

Model 2

Model 3

Model 4

Model 5

OB_r

 

0.64**(0.27)

0.22 (0.30)

0.67**(0.28)

0.26 (0.31)

OB_n

 

0.83**(0.36)

0.56 (0.67)

0.86**(0.37)

0.81 (0.69)

OB_c

 

− 0.39 (0.35)

− 0.30 (0.44)

− 0.45 (0.37)

− 0.40 (0.45)

OB_o

 

− 0.22 (0.32)

− 0.05 (0.44)

− 0.28 (0.33)

− 0.05 (0.44)

OB_t

 

0.94***(0.33)

0.79**(0.39)

1.09***(0.34)

0.97**(0.40)

WOM_rp

 

0.25 (0.29)

0.23(0.29)

− 0.01 (0.36)

0.02 (0.35)

WOM_np

 

1.14***(0.30)

1.19***(0.31)

0.02 (0.65)

0.06 (0.65)

WOM_cp

 

0.99***(0.34)

1.00***(0.33)

1.27**(0.49)

1.29***(0.49)

WOM_op

 

1.11*(0.60)

1.08*(0.59)

− 0.97 (1.23)

− 1.19 (1.29)

WOM_tp

 

− 0.78 (0.58)

− 0.73 (0.56)

− 2.34***(0.80)

− 2.20***(0.79)

WOM_rn

 

0.02 (0.34)

0.04 (0.34)

0.13 (0.38)

0.15 (0.38)

WOM_nn

 

− 1.01***(0.34)

− 1.06***(0.34)

− 0.25 (0.76)

− 0.27 (0.75)

WOM_cn

 

− 0.87**(0.38)

− 0.91**(0.38)

− 0.76 (0.53)

− 0.74 (0.53)

WOM_on

 

0.72 (0.62)

0.62 (0.62)

3.10***(1.00)

3.12***(1.03)

WOM_tn

 

− 0.25 (0.41)

− 0.19 (0.41)

0.14 (0.47)

0.17 (0.46)

OB_r × Tr

  

1.11**(0.44)

 

1.12**(0.45)

OB_n × Tn

  

0.29 (0.63)

 

0.03 (0.65)

OB_c × Tc

  

0.03 (0.44)

 

0.07 (0.45)

OB_o × To

  

− 0.23 (0.42)

 

− 0.31 (0.43)

OB_t × Tt

  

0.19 (0.40)

 

0.11 (0.41)

WOM_rp × Tr

   

0.56 (0.60)

0.42 (0.60)

WOM_np × Tn

   

1.58**(0.70)

1.56**(0.69)

WOM_cp × Tc

   

− 0.43 (0.70)

− 0.48 (0.68)

WOM_op × To

   

3.33**(1.43)

3.48**(1.47)

WOM_tp × Tt

   

3.60***(1.18)

3.36***(1.14)

WOM_rn × Tr

   

− 0.42 (0.63)

− 0.38 (0.64)

WOM_nn × Tn

   

− 1.06 (0.79)

− 1.09 (0.78)

WOM_cn × Tc

   

− 1.47*(0.82)

− 1.54*(0.79)

WOM_on × To

   

− 3.22***(1.21)

− 3.34***(1.22)

WOM_tn × Tt

   

− 1.06 (0.88)

− 0.92 (0.85)

Tr

− 0.33*(0.19)

− 0.23 (0.20)

− 0.98***(0.37)

− 0.36 (0.25)

− 1.08***(0.31)

Tn

1.07***(0.22)

1.25***(0.27)

1.02*(0.55)

0.96***(0.31)

0.95*(0.57)

Tc

− 0.03 (0.19)

0.12 (0.21)

0.11 (0.37)

0.23 (0.24)

0.22 (0.38)

To

− 0.24 (0.19)

− 0.32 (0.21)

− 0.24 (0.29)

− 0.44*(0.23)

− 0.33 (0.30)

Tt

− 0.16 (0.19)

− 0.06 (0.21)

− 0.14 (0.281)

− 0.19 (0.23)

− 0.24 (0.29)

Gender

− 0.16 (0.19)

− 0.10 (0.21)

− 0.08 (0.21)

− 0.19 (0.21)

− 0.17 (0.22)

Age

− 0.00 (0.01)

0.01 (0.01)

0.00 (0.01)

0.01 (0.01)

0.00 (0.01)

Education

0.08***(0.03)

0.08**(0.03)

0.07**(0.03)

0.09**(0.03)

0.08**(0.03)

Labor

0.04 (0.06)

0.06 (0.07)

0.06 (0.07)

0.07 (0.07)

0.07 (0.07)

Household income

− 0.00 (0.01)

− 0.01 (0.01)

− 0.01 (0.01)

− 0.01 (0.01)

− 0.01 (0.01)

Subsidy

0.44**(0.19)

0.25 (0.22)

0.29 (0.22)

0.23 (0.23)

0.27 (0.23)

Risk perception

− 0.46***(0.09)

− 0.29***(0.10)

− 0.29***(0.10)

− 0.31***(0.10)

− 0.32***(0.10)

Cost-effective perception

0.18*(0.10)

0.09 (0.11)

0.08 (0.12)

0.09 (0.12)

0.09 (0.12)

Hill

− 0.69***(0.19)

− 0.79***(0.22)

− 0.76***(0.22)

− 0.789***(0.23)

− 0.79***(0.23)

Mountains

− 0.60 (0.40)

− 0.57 (0.49)

0.64 (0.49)

− 0.65 (0.53)

− 0.72 (0.52)

Constant

− 1.39*(0.83)

− 3.43***(0.89)

− 2.78***(1.01)

− 3.05***(0.93)

− 2.66**(1.06)

Log likelihood

− 426.72

− 369.44

− 377.00

− 356.81

− 353.11

Pseudo-r2

0.11

0.23

0.23

0.25

0.26

Prob > chi2

0.00

0.00

0.00

0.00

0.00

Likelihood-ratio test

 

114.57***

122.41***

139.82***

147.23***

AUC

0.73

0.82

0.82

0.83

0.84

AIC

885.45

800.87

803.04

795.63

798.21

  1. N = 913; ***p < 0.01, **p < 0.05, *p < 0.1; standard errors are in parentheses; terrain dummies are included in all models with plains as the reference