Interpretacja parametrów regresji wielowymiarowej

Twój model bayesowski badał zależność typowego natężenia ruchu na szlaku od statusu dnia roboczego \(X\)_i i temperatury \(Z\)_i: \(m\)_i \(= a + b X\)_i \(+ c Z\)_i. Funkcja summary() zastosowana do symulacji modelu RJAGS zwraca posteriori estymaty parametrów \(a\), \(b\) i \(c\):

> 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

Na przykład posteriori estymata \(c\) wskazuje, że zarówno w weekendy, jak i w dni robocze, typowe natężenie ruchu na szlaku wzrasta o ~5,4 użytkownika na każdy 1 stopień wzrostu temperatury. Które z poniższych interpretacji \(b\) (reprezentowanego tutaj przez b[2]) jest najtrafniejsze?