如何解释回归变量的后验概率?

我在WINBUGS中使用以下模型运行分层贝叶斯回归,其中 beta 我的协变量是:

如果我通过添加以下代码来修改此模型:

# posterior probabilities of Positive beta's
p.beta0 <- step( beta0 )
p.beta1 <- step( beta1 )

然后我可以评估后验概率( PP )β协变量的(正或负)关联。

我的beta值是:

beta0 = 0.23434
beta1 = -0.4582

有了这个密码 聚丙烯 属于 beta0 是 0.959033 ,而 聚丙烯 属于 beta1 是 0.015043 . 我的解释 β0 共青石有95.9033%的正相关性。但是,我不知道如何解释 贝塔1 因为这有一个负关联和一个低后验概率。我不确定这是否是我计算后验概率的代码的问题。

任何见解都是受欢迎的。