Menafsirkan parameter regresi multivariat

Model Bayesian Anda mengeksplorasi ketergantungan volume jalur tipikal pada status hari kerja \(X\)_i dan suhu \(Z\)_i: \(m\)_i \(= a + b X\)_i \(+ c Z\)_i. summary() dari simulasi model RJAGS Anda memberikan taksiran rerata posterior untuk parameter \(a\), \(b\), dan \(c\):

> 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

Sebagai contoh, rerata posterior dari \(c\) menunjukkan bahwa baik pada akhir pekan maupun hari kerja, volume rel tipikal meningkat sekitar 5,4 pengguna untuk setiap kenaikan suhu 1 derajat. Manakah dari penafsiran \(b\) berikut (diwakili di sini oleh b[2]) yang paling akurat?