解读多元回归参数

您的贝叶斯模型研究了典型步道流量对工作日状态 \(X\)_i 和气温 \(Z\)_i 的依赖：\(m\)_i \(= a + b X\)_i \(+ c Z\)_i。对 RJAGS 模型模拟结果使用 summary() 得到参数 $a$、\(b\) 和 \(c\) 的后验均值估计：

> 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，\(c\) 的后验均值表明，无论周末还是工作日，气温每升高 1 度，典型轨道流量都会增加约 5.4 名用户。以下哪种对 $b$（此处为 b[2]）的解读最准确？