解讀多變量迴歸參數

你的貝氏模型探討了典型步道人流量對平日狀態 \(X\)_i 與溫度 \(Z\)_i 的依存關係：\(m\)_i \(= a + b X\)_i \(+ c Z\)_i。對 RJAGS 模型模擬執行 summary() 會得到參數 $a$、$b$、\(c\) 的後驗平均估計：

> 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

例如，\(c\) 的後驗平均表示：不論週末或平日，溫度每上升 1 度，典型人流量約增加 5.4 人次。以下對於 $b$（此處的 b[2]）的解讀，哪一個最正確？