Interpretacja współczynników kategorycznych

W modelu bayesowskim wyrażenie \(m\)_i \(= a + b X\)_i określa zależność typowego wolumenu na szlaku od zmiennej \(X\)_i oznaczającej dzień tygodnia (1 dla dni roboczych, 0 dla weekendów). Funkcja summary() zastosowana do symulacji modelu RJAGS zwraca estymaty posteriori parametrów \(a\) i \(b\), przy czym ten drugi odpowiada tutaj b.2..

> 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

Która z poniższych interpretacji tych podsumowań posteriori jest najlepsza?