Interpretace parametrů multivariátní regrese

Tvůj bayesovský model zkoumal závislost typického objemu provozu na stezce na statusu pracovního dne \(X\)_i a teplotě \(Z\)_i: \(m\)_i \(= a + b X\)_i \(+ c Z\)_i. Funkce summary() aplikovaná na simulaci modelu RJAGS poskytuje odhady posteriorních středních hodnot parametrů \(a\), \(b\) a \(c\):

> summary(rail_sim_2)
        Mean      SD Naive SE Time-series SE
a     36.592 60.6238 0.606238        4.19442
b[1]   0.000  0.0000 0.000000        0.00000
b[2] -49.610 23.4930 0.234930        0.55520
c      5.417  0.8029 0.008029        0.05849
s    103.434  7.9418 0.079418        0.11032

Například posteriorní střední hodnota \(c\) naznačuje, že jak o víkendech, tak v pracovní dny se typický objem provozu zvýší přibližně o 5,4 uživatelů na každý 1 stupeň nárůstu teploty. Které z následujících vysvětlení \(b\) (zde reprezentovaného hodnotou b[2]) je nejpřesnější?