Інтерпретація параметрів мультиваріаційної регресії

У вашій байєсівській моделі досліджено залежність типового потоку на стежці від статусу буднього дня \(X\)_i і температури \(Z\)_i: \(m\)_i \(= a + b X\)_i \(+ c Z\)_i. Вивід summary() моделювання в RJAGS надає апостеріорні середні оцінки параметрів \(a\), \(b\) і \(c\):

> 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

Наприклад, апостеріорне середнє для \(c\) вказує, що і у вихідні, і в будні типовий потік на рейлі зростає приблизно на 5,4 користувача за кожне підвищення температури на 1 градус. Яка з наведених інтерпретацій \(b\) (тут позначено як b[2]) є найточнішою?