多変量回帰パラメータの解釈

ベイズモデルでは、トレイルの典型的な利用者数が、平日・休日の状態 \(X\)_i と気温 \(Z\)_i にどのように依存するかを \(m\)_i \(= a + b X\)_i \(+ c Z\)_i で表しました。RJAGSモデルのシミュレーションに対して summary() を実行すると、パラメータ $a$、$b$、\(c\) の事後平均の推定値が得られます。

> 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

例えば、\(c\) の事後平均は、週末・平日を問わず、気温が 1 度上昇するごとにトレイルの典型的な利用者数が約 5.4 人増加することを示しています。では、$b$（ここでは b[2] で表される）の解釈として最も正確なものはどれでしょうか？