Kategoriale Koeffizienten interpretieren

In deinem Bayes’schen Modell spezifiziert \(m\)_i \(= a + b X\)_i die Abhängigkeit des typischen Trail-Volumens vom Wochentagsstatus \(X\)_i (1 für Wochentage und 0 für Wochenenden). Ein summary() deiner RJAGS-Modellsimulation liefert posteriori-Mittelwerte für die Parameter \(a\) und \(b\), wobei Letzterer hier b.2. entspricht.

> summary(rail_sim_1)
       Mean     SD Naive SE Time-series SE
a    428.47 23.052  0.23052         0.5321
b.1.   0.00  0.000  0.00000         0.0000
b.2. -77.78 27.900  0.27900         0.6422
s    124.25  9.662  0.09662         0.1335

Welche der folgenden Aussagen ist die beste Interpretation dieser posterioren Zusammenfassungen?