다변량 회귀 모수 해석하기

베이지안 모형은 평소 트레일 이용량의 주중 여부 \(X\)_i와 기온 \(Z\)_i에 대한 의존성을 탐색했습니다: \(m\)_i \(= a + b X\)_i \(+ c Z\)_i. RJAGS 모형 시뮬레이션의 summary() 결과는 모수 \(a\), \(b\), $c$의 사후평균 추정치를 제공합니다:

> 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

예를 들어, $c$의 사후평균은 주말과 주중 모두에서 기온이 1도 오를 때마다 평소 철도 이용량이 약 5.4명 증가함을 의미합니다. 그렇다면 \(b\)(여기서는 b[2]로 표시됨)에 대한 다음 해석 중 가장 정확한 것은 무엇인가요?