{"id":505,"date":"2023-07-29T16:29:54","date_gmt":"2023-07-29T16:29:54","guid":{"rendered":"https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/"},"modified":"2023-07-29T16:29:54","modified_gmt":"2023-07-29T16:29:54","slug":"so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz","status":"publish","type":"post","link":"https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/","title":{"rendered":"So identifizieren sie einflussreiche datenpunkte mithilfe der cook-distanz"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><strong>Die Cook-Distanz<\/strong> , oft als D <sub>i<\/sub> bezeichnet, wird in <a href=\"https:\/\/statorials.org\/de\/multiple-lineare-regression\/\" target=\"_blank\" rel=\"noopener noreferrer\">der Regressionsanalyse<\/a> verwendet, um einflussreiche Datenpunkte zu identifizieren, die sich negativ auf Ihr Regressionsmodell auswirken k\u00f6nnen.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Die Formel f\u00fcr die Cook-Distanz lautet:<\/span><\/p>\n<p style=\"text-align: center;\"> <span style=\"color: #000000;\"><strong>d <sub>i<\/sub><\/strong> = (r <sub>i<\/sub> <sup>2<\/sup> \/ p*MSE) * (h <sub>ii<\/sub> \/ (1-h <sub>ii<\/sub> ) <sup>2<\/sup> )<\/span><\/p>\n<p> <span style=\"color: #000000;\">Gold:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>r<\/strong> <sub><strong>i<\/strong><\/sub> ist der i <sup>-te<\/sup> Rest<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>p<\/strong> ist die Anzahl der Koeffizienten im Regressionsmodell<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>MSE<\/strong> ist der mittlere quadratische Fehler<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>h<\/strong> <sub>ii<\/sub> ist der <sup>i-te<\/sup> Hebelwert<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Auch wenn die Formel etwas kompliziert erscheint, ist die gute Nachricht, dass die meisten Statistikprogramme sie problemlos f\u00fcr Sie berechnen k\u00f6nnen.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Im Wesentlichen bewirkt die Cook-Distanz eines: <strong>Sie misst, wie stark sich alle angepassten Werte des Modells \u00e4ndern, wenn der i- <sup>te<\/sup> Datenpunkt entfernt wird.<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Ein Datenpunkt mit einem hohen Wert f\u00fcr die Cook-Distanz weist darauf hin, dass er die angepassten Werte stark beeinflusst. Als allgemeine Regel gilt, dass jeder Punkt mit einer Cook-Distanz von mehr als 4\/n ( <em>wobei n die Gesamtzahl der Datenpunkte ist<\/em> ) als Ausrei\u00dfer betrachtet wird.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Es ist wichtig zu beachten, dass die Cook-Distanz h\u00e4ufig zur <em>Identifizierung<\/em> einflussreicher Datenpunkte verwendet wird. Nur weil ein Datenpunkt einflussreich ist, hei\u00dft das nicht unbedingt, dass er entfernt werden sollte. Sie sollten zun\u00e4chst pr\u00fcfen, ob der Datenpunkt einfach falsch erfasst wurde oder ob an dem Datenpunkt etwas Merkw\u00fcrdiges ist, das auf einen interessanten Befund hinweisen k\u00f6nnte.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>So berechnen Sie die Cook-Distanz in R<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Das folgende Beispiel veranschaulicht, wie die Cook-Distanz in R berechnet wird.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Zuerst laden wir zwei Bibliotheken, die wir f\u00fcr dieses Beispiel ben\u00f6tigen:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong>library(ggplot2)\nlibrary(gridExtra)<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Als N\u00e4chstes definieren wir zwei Datenrahmen: einen mit zwei Ausrei\u00dfern und einen ohne Ausrei\u00dfer.<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#create data frame with no outliers<\/span>\nno_outliers &lt;- data.frame(x = c(1, 2, 2, 3, 4, 5, 7, 3, 2, 12, 11, 15, 14, 17, 22),\n                          y = c(22, 23, 24, 23, 19, 34, 35, 36, 36, 34, 32, 38, 41,\n                                42, 44))\n\n<span style=\"color: #008080;\">#create data frame with two outliers\n<\/span>outliers &lt;- data.frame(x = c(1, 2, 2, 3, 4, 5, 7, 3, 2, 12, 11, 15, 14, 17, 22),\n                       y = c( <span style=\"color: #800080;\">190<\/span> , 23, 24, 23, 19, 34, 35, 36, 36, 34, 32, 38, 41,\n                             42, <span style=\"color: #800080;\">180<\/span> ))<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Als N\u00e4chstes erstellen wir ein Streudiagramm, um die beiden Datenrahmen nebeneinander anzuzeigen:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#create scatterplot for data frame with no outliers\n<\/span>no_outliers_plot &lt;- ggplot(data = no_outliers, aes(x = x, y = y)) +\n  geom_point() +\n  geom_smooth(method = lm) +\n  ylim(0, 200) +\n  ggtitle(\"No Outliers\")\n\n<span style=\"color: #008080;\">#create scatterplot for data frame with outliers\n<\/span>outliers_plot &lt;- ggplot(data = outliers, aes(x = x, y = y)) +\n  geom_point() +\n  geom_smooth(method = lm) +\n  ylim(0, 200) +\n  ggtitle(\"With Outliers\")\n\n<span style=\"color: #008080;\">#plot the two scatterplots side by side\n<\/span>gridExtra::grid.arrange(no_outliers_plot, outliers_plot, ncol=2)<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Im zweiten Diagramm k\u00f6nnen wir sehen, wie Ausrei\u00dfer die Anpassung der Regressionsgeraden negativ beeinflussen.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Um einflussreiche Punkte im zweiten Datensatz zu identifizieren, k\u00f6nnen wir <strong>die Cook-Distanz<\/strong> f\u00fcr jede Beobachtung im Datensatz berechnen und diese Distanzen dann grafisch darstellen, um zu sehen, welche Beobachtungen \u00fcber dem traditionellen Schwellenwert von 4\/n liegen:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#fit the linear regression model to the dataset with outliers<\/span>\nmodel &lt;- lm(y ~ x, data = outliers)\n\n<span style=\"color: #008080;\">#find Cook's distance for each observation in the dataset\n<\/span>cooksD &lt;- cooks.distance(model)\n\n<span style=\"color: #008080;\"># Plot Cook's Distance with a horizontal line at 4\/n to see which observations<\/span>\n<span style=\"color: #008080;\">#exceed this threshold<\/span>\nn &lt;- nrow(outliers)\nplot(cooksD, main = \"Cooks Distance for Influential Obs\")\nabline(h = 4\/n, lty = 2, col = \"steelblue\") <span style=\"color: #008080;\"># add cutoff line<\/span><\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Wir k\u00f6nnen deutlich erkennen, dass die erste und letzte Beobachtung im Datensatz den 4\/n-Schwellenwert \u00fcberschreiten. Daher w\u00fcrden wir diese beiden Beobachtungen als einflussreiche Datenpunkte identifizieren, die sich negativ auf das Regressionsmodell auswirken.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Wenn wir alle Beobachtungen entfernen m\u00f6chten, die den 4\/n-Schwellenwert \u00fcberschreiten, k\u00f6nnen wir dies mit dem folgenden Code tun:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#identify influential points<\/span>\ninfluential_obs &lt;- as.numeric(names(cooksD)[(cooksD &gt; (4\/n))])\n\n<span style=\"color: #008080;\">#define new data frame with influential points removed\n<\/span>outliers_removed &lt;- outliers[-influential_obs, ]<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Dann k\u00f6nnen wir zwei Streudiagramme vergleichen: eines zeigt die Regressionslinie mit den vorhandenen Einflusspunkten und das andere zeigt die Regressionslinie mit den entfernten Einflusspunkten:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#create scatterplot with outliers present<\/span>\noutliers_present &lt;- ggplot(data = outliers, aes(x = x, y = y)) +\n  geom_point() +\n  geom_smooth(method = lm) +\n  ylim(0, 200) +\n  ggtitle(\"Outliers Present\")\n\n<span style=\"color: #008080;\">#create scatterplot with outliers removed<\/span>\noutliers_removed &lt;- ggplot(data = outliers_removed, aes(x = x, y = y)) +\n  geom_point() +\n  geom_smooth(method = lm) +\n  ylim(0, 200) +\n  ggtitle(\"Outliers Removed\")\n\n<span style=\"color: #008080;\">#plot both scatterplots side by side\n<\/span>gridExtra::grid.arrange(outliers_present, outliers_removed, ncol = 2)<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Wir k\u00f6nnen deutlich erkennen, wie viel besser die Regressionslinie zu den Daten passt, wenn die beiden einflussreichen Datenpunkte entfernt werden.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Technische Hinweise<\/strong><\/span><\/h3>\n<ul>\n<li> <span style=\"color: #000000;\">Die meisten Statistikprogramme bieten die M\u00f6glichkeit, die Cook-Distanz f\u00fcr jede Beobachtung in einem Datensatz einfach zu berechnen.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Bedenken Sie, dass die Cook-Distanz lediglich eine M\u00f6glichkeit ist, Einflusspunkte zu <em>identifizieren<\/em> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Es gibt viele M\u00f6glichkeiten, <em>mit einflussreichen Punkten umzugehen<\/em> , darunter: Entfernen dieser Punkte, Ersetzen dieser Punkte durch einen Wert wie den Mittelwert oder Median oder einfach das Beibehalten der Punkte im Modell, aber sorgf\u00e4ltiges Notieren bei der Meldung der Ergebnisregression.<\/span><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Die Cook-Distanz , oft als D i bezeichnet, wird in der Regressionsanalyse verwendet, um einflussreiche Datenpunkte zu identifizieren, die sich negativ auf Ihr Regressionsmodell auswirken k\u00f6nnen. Die Formel f\u00fcr die Cook-Distanz lautet: d i = (r i 2 \/ p*MSE) * (h ii \/ (1-h ii ) 2 ) Gold: r i ist der i [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>So identifizieren Sie einflussreiche Datenpunkte mithilfe der Cook-Distanz \u2013 Statorials<\/title>\n<meta name=\"description\" content=\"In diesem Tutorial wird erkl\u00e4rt, wie Sie einflussreiche Datenpunkte in der Regressionsanalyse mithilfe der Cook-Distanz identifizieren.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"So identifizieren Sie einflussreiche Datenpunkte mithilfe der Cook-Distanz \u2013 Statorials\" \/>\n<meta property=\"og:description\" content=\"In diesem Tutorial wird erkl\u00e4rt, wie Sie einflussreiche Datenpunkte in der Regressionsanalyse mithilfe der Cook-Distanz identifizieren.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-29T16:29:54+00:00\" \/>\n<meta name=\"author\" content=\"Dr. Benjamin Anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr. Benjamin Anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"4 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/\",\"url\":\"https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/\",\"name\":\"So identifizieren Sie einflussreiche Datenpunkte mithilfe der Cook-Distanz \u2013 Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/de\/#website\"},\"datePublished\":\"2023-07-29T16:29:54+00:00\",\"dateModified\":\"2023-07-29T16:29:54+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0\"},\"description\":\"In diesem Tutorial wird erkl\u00e4rt, wie Sie einflussreiche Datenpunkte in der Regressionsanalyse mithilfe der Cook-Distanz identifizieren.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/#breadcrumb\"},\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Heim\",\"item\":\"https:\/\/statorials.org\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"So identifizieren sie einflussreiche datenpunkte mithilfe der cook-distanz\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/de\/#website\",\"url\":\"https:\/\/statorials.org\/de\/\",\"name\":\"Statorials\",\"description\":\"Ihr Leitfaden f\u00fcr statistische Kompetenz !\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de-DE\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0\",\"name\":\"Dr. Benjamin Anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/statorials.org\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"caption\":\"Dr. Benjamin Anderson\"},\"description\":\"Hallo, ich bin Benjamin, ein pensionierter Statistikprofessor, der sich zum engagierten Statorials-Lehrer entwickelt hat. Mit umfassender Erfahrung und Fachwissen auf dem Gebiet der Statistik bin ich bestrebt, mein Wissen zu teilen, um Studenten durch Statorials zu bef\u00e4higen. Mehr wissen\",\"sameAs\":[\"https:\/\/statorials.org\/de\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"So identifizieren Sie einflussreiche Datenpunkte mithilfe der Cook-Distanz \u2013 Statorials","description":"In diesem Tutorial wird erkl\u00e4rt, wie Sie einflussreiche Datenpunkte in der Regressionsanalyse mithilfe der Cook-Distanz identifizieren.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/","og_locale":"de_DE","og_type":"article","og_title":"So identifizieren Sie einflussreiche Datenpunkte mithilfe der Cook-Distanz \u2013 Statorials","og_description":"In diesem Tutorial wird erkl\u00e4rt, wie Sie einflussreiche Datenpunkte in der Regressionsanalyse mithilfe der Cook-Distanz identifizieren.","og_url":"https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/","og_site_name":"Statorials","article_published_time":"2023-07-29T16:29:54+00:00","author":"Dr. Benjamin Anderson","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Dr. Benjamin Anderson","Gesch\u00e4tzte Lesezeit":"4 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/","url":"https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/","name":"So identifizieren Sie einflussreiche Datenpunkte mithilfe der Cook-Distanz \u2013 Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/de\/#website"},"datePublished":"2023-07-29T16:29:54+00:00","dateModified":"2023-07-29T16:29:54+00:00","author":{"@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0"},"description":"In diesem Tutorial wird erkl\u00e4rt, wie Sie einflussreiche Datenpunkte in der Regressionsanalyse mithilfe der Cook-Distanz identifizieren.","breadcrumb":{"@id":"https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/de\/so-identifizieren-sie-einflussreiche-datenpunkte-mithilfe-der-cooks-distanz\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Heim","item":"https:\/\/statorials.org\/de\/"},{"@type":"ListItem","position":2,"name":"So identifizieren sie einflussreiche datenpunkte mithilfe der cook-distanz"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/de\/#website","url":"https:\/\/statorials.org\/de\/","name":"Statorials","description":"Ihr Leitfaden f\u00fcr statistische Kompetenz !","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de-DE"},{"@type":"Person","@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/ec75c4d6365f2708f8a0ad3a42121aa0","name":"Dr. Benjamin Anderson","image":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/statorials.org\/de\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/de\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","caption":"Dr. Benjamin Anderson"},"description":"Hallo, ich bin Benjamin, ein pensionierter Statistikprofessor, der sich zum engagierten Statorials-Lehrer entwickelt hat. Mit umfassender Erfahrung und Fachwissen auf dem Gebiet der Statistik bin ich bestrebt, mein Wissen zu teilen, um Studenten durch Statorials zu bef\u00e4higen. Mehr wissen","sameAs":["https:\/\/statorials.org\/de"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts\/505"}],"collection":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/comments?post=505"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/posts\/505\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/media?parent=505"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/categories?post=505"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/de\/wp-json\/wp\/v2\/tags?post=505"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}