{"id":4298,"date":"2023-07-12T04:44:09","date_gmt":"2023-07-12T04:44:09","guid":{"rendered":"https:\/\/statorials.org\/id\/nilai-p-korelasi-panda\/"},"modified":"2023-07-12T04:44:09","modified_gmt":"2023-07-12T04:44:09","slug":"nilai-p-korelasi-panda","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/nilai-p-korelasi-panda\/","title":{"rendered":"Cara mencari nilai p koefisien korelasi pada panda"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/id\/koefisien-korelasi-pearson-1\/\" target=\"_blank\" rel=\"noopener\">Koefisien korelasi Pearson<\/a> dapat digunakan untuk mengukur hubungan linier antara dua variabel.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Koefisien korelasi ini selalu bernilai antara <strong>-1<\/strong> dan <strong>1<\/strong> dimana:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>-1<\/strong> : Korelasi linier negatif sempurna antara dua variabel.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>0<\/strong> : Tidak ada korelasi linier antara dua variabel.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>1:<\/strong> Korelasi linier positif sempurna antara dua variabel.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Untuk menentukan apakah koefisien korelasi signifikan secara statistik, Anda dapat menghitung skor-t dan nilai-p yang sesuai.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Rumus untuk menghitung t-score suatu koefisien korelasi (r) adalah:<\/span><\/p>\n<p> <span style=\"color: #000000;\">t = r\u221a <span style=\"border-top: 1px solid black;\">n-2<\/span> \/ \u221a <span style=\"border-top: 1px solid black;\">1-r <sup>2<\/sup><\/span><\/span><\/p>\n<p> <span style=\"color: #000000;\">Nilai p dihitung sebagai nilai p dua sisi yang sesuai untuk distribusi t dengan n-2 derajat kebebasan.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Untuk menghitung nilai p dari koefisien korelasi Pearson di panda, Anda dapat menggunakan fungsi <strong>pearsonr()<\/strong> dari perpustakaan <strong>SciPy<\/strong> :<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008000;\">from<\/span> scipy. <span style=\"color: #3366ff;\">stats<\/span> <span style=\"color: #008000;\">import<\/span> pearsonr\n\npearsonr(df[' <span style=\"color: #ff0000;\">column1<\/span> '], df[' <span style=\"color: #ff0000;\">column2<\/span> '])\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Fungsi ini akan mengembalikan koefisien korelasi Pearson antara kolom <strong>kolom1<\/strong> dan <strong>kolom2<\/strong> beserta nilai p terkait yang memberi tahu kita apakah koefisien korelasi signifikan secara statistik atau tidak.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Jika Anda ingin menghitung nilai p untuk koefisien korelasi Pearson dari setiap kemungkinan kombinasi kolom berpasangan dalam DataFrame, Anda dapat menggunakan fungsi khusus berikut untuk melakukannya:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <span style=\"color: #000000;\"><strong><span style=\"color: #008000;\">def<\/span> r_pvalues(df):\n    cols = pd. <span style=\"color: #3366ff;\">DataFrame<\/span> (columns= <span style=\"color: #3366ff;\">df.columns<\/span> )\n    p = cols. <span style=\"color: #3366ff;\">transpose<\/span> (). <span style=\"color: #3366ff;\">join<\/span> (cols, how=' <span style=\"color: #ff0000;\">outer<\/span> ')\n    <span style=\"color: #008000;\">for<\/span> r <span style=\"color: #008000;\">in<\/span> df. <span style=\"color: #3366ff;\">columns<\/span> :\n        <span style=\"color: #008000;\">for<\/span> c <span style=\"color: #008000;\">in<\/span> df. <span style=\"color: #3366ff;\">columns<\/span> :\n            tmp = df[df[r]. <span style=\"color: #3366ff;\">notnull<\/span> () &amp; df[c]. <span style=\"color: #3366ff;\">notnull<\/span> ()]\n            p[r][c] = round(pearsonr(tmp[r], tmp[c])[1], 4)\n    <span style=\"color: #008000;\">return<\/span> p\n<\/strong><\/span><\/pre>\n<p> <span style=\"color: #000000;\">Contoh berikut menunjukkan cara menghitung nilai p untuk koefisien korelasi dalam praktiknya dengan pandas DataFrame berikut:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <span style=\"color: #000000;\"><strong><span style=\"color: #008000;\">import<\/span> pandas <span style=\"color: #008000;\">as<\/span> pd\n\n<span style=\"color: #008080;\">#createDataFrame\n<\/span>df = pd. <span style=\"color: #3366ff;\">DataFrame<\/span> ({' <span style=\"color: #ff0000;\">x<\/span> ': [4, 5, 5, 7, 8, 10, 12, 13, 14, 15],\n                   ' <span style=\"color: #ff0000;\">y<\/span> ': [10, 12, 14, 18, np.nan, 19, 13, 20, 14, np.nan],\n                   ' <span style=\"color: #ff0000;\">z<\/span> ': [20, 24, 24, 23, 19, 15, 18, 14, 10, 12]})\n\n<span style=\"color: #008080;\">#view DataFrame\n<\/span><span style=\"color: #008000;\">print<\/span> (df)\n\n    X Y Z\n0 4 10.0 20\n1 5 12.0 24\n2 5 14.0 24\n3 7 18.0 23\n4 8 NaN 19\n5 10 19.0 15\n6 12 13.0 18\n7 13 20.0 14\n8 14 14.0 10\n9 15 NaN 12\n<\/strong><\/span><\/pre>\n<h2> <span style=\"color: #000000;\"><strong>Contoh 1: Hitung nilai P untuk koefisien korelasi antara dua kolom di Pandas<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Kode berikut menunjukkan cara menghitung koefisien korelasi Pearson dan nilai p yang sesuai untuk kolom <strong>x<\/strong> dan <strong>y<\/strong> DataFrame:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <span style=\"color: #000000;\"><strong><span style=\"color: #008000;\">from<\/span> scipy. <span style=\"color: #3366ff;\">stats<\/span> <span style=\"color: #008000;\">import<\/span> pearsonr\n\n<span style=\"color: #008080;\">#drop all rows with NaN values\n<\/span>df_new = df. <span style=\"color: #3366ff;\">dropna<\/span> ()\n\n<span style=\"color: #008080;\">#calculation correlation coefficient and p-value between x and y\n<\/span>pearsonr(df_new[' <span style=\"color: #ff0000;\">x<\/span> '], df_new[' <span style=\"color: #ff0000;\">y<\/span> '])\n\nPearsonRResult(statistic=0.4791621985883838, pvalue=0.22961622926360523)\n<\/strong><\/span><\/pre>\n<p> <span style=\"color: #000000;\">Dari hasilnya kita dapat melihat:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Koefisien korelasi Pearson sebesar <strong>0,4792<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Nilai p yang sesuai adalah <strong>0,2296<\/strong> .<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Karena koefisien korelasinya bernilai positif, hal ini menunjukkan adanya hubungan linier yang positif antara kedua variabel.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Namun, karena nilai p dari koefisien korelasi tidak kurang dari 0,05, maka korelasi tersebut tidak signifikan secara statistik.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Perhatikan bahwa kita juga dapat menggunakan sintaks berikut untuk mengekstrak nilai p dari koefisien korelasi:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <span style=\"color: #000000;\"><strong><span style=\"color: #008080;\">#extract p-value of correlation coefficient\n<\/span>pearsonr(df_new[' <span style=\"color: #ff0000;\">x<\/span> '], df_new[' <span style=\"color: #ff0000;\">y<\/span> '])[1]\n\n0.22961622926360523\n<\/strong><\/span><\/pre>\n<p> <span style=\"color: #000000;\">Nilai p untuk koefisien korelasi adalah <strong>0,2296<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ini cocok dengan nilai p dari keluaran sebelumnya.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Contoh 2: Hitung nilai P untuk koefisien korelasi antara semua kolom di Pandas<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Kode berikut menunjukkan cara menghitung koefisien korelasi Pearson dan nilai p yang sesuai untuk setiap kombinasi kolom berpasangan di pandas DataFrame:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <span style=\"color: #000000;\"><strong><span style=\"color: #008000;\"><span style=\"color: #008080;\">#create function to calculate p-values for each pairwise correlation coefficient<\/span>\ndef<\/span> r_pvalues(df):\n    cols = pd. <span style=\"color: #3366ff;\">DataFrame<\/span> (columns= <span style=\"color: #3366ff;\">df.columns<\/span> )\n    p = cols. <span style=\"color: #3366ff;\">transpose<\/span> (). <span style=\"color: #3366ff;\">join<\/span> (cols, how=' <span style=\"color: #ff0000;\">outer<\/span> ')\n    <span style=\"color: #008000;\">for<\/span> r <span style=\"color: #008000;\">in<\/span> df. <span style=\"color: #3366ff;\">columns<\/span> :\n        <span style=\"color: #008000;\">for<\/span> c <span style=\"color: #008000;\">in<\/span> df. <span style=\"color: #3366ff;\">columns<\/span> :\n            tmp = df[df[r]. <span style=\"color: #3366ff;\">notnull<\/span> () &amp; df[c]. <span style=\"color: #3366ff;\">notnull<\/span> ()]\n            p[r][c] = round(pearsonr(tmp[r], tmp[c])[1], 4)\n    <span style=\"color: #008000;\">return<\/span> p\n\n<span style=\"color: #008080;\">#use custom function to calculate p-values\n<\/span>r_pvalues(df)\n\n             X Y Z\nx 0.0 0.2296 0.0005\ny 0.2296 0.0 0.4238\nz 0.0005 0.4238 0.0<\/strong><\/span><\/pre>\n<p> <span style=\"color: #000000;\">Dari hasilnya kita dapat melihat:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Nilai p untuk koefisien korelasi antara x dan y adalah <strong>0,2296<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Nilai p untuk koefisien korelasi antara x dan z adalah <strong>0,0005<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Nilai p untuk koefisien korelasi antara y dan z adalah <strong>0,4238<\/strong> .<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Perhatikan bahwa kami membulatkan nilai p ke empat tempat desimal dalam fungsi khusus kami.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Jangan ragu untuk mengganti angka <strong>4<\/strong> di baris terakhir fungsi tersebut dengan angka berbeda untuk dibulatkan ke angka desimal berbeda.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Catatan<\/strong> : Anda dapat menemukan dokumentasi lengkap untuk fungsi SciPy <strong>pearsonr()<\/strong> <a href=\"https:\/\/docs.scipy.org\/doc\/scipy\/reference\/generated\/scipy.stats.pearsonr.html\" target=\"_blank\" rel=\"noopener\">di sini<\/a> .<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Sumber daya tambahan<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Tutorial berikut menjelaskan cara melakukan tugas panda umum lainnya:<\/span><\/p>\n<p> <a href=\"https:\/\/statorials.org\/id\/kelompok-panda-berdasarkan-korelasi\/\" target=\"_blank\" rel=\"noopener\">Cara menghitung korelasi berdasarkan kelompok di Pandas<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/bantalan-korelasi-panda\/\" target=\"_blank\" rel=\"noopener\">Cara menghitung korelasi geser pada panda<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/korelasi-spearman-python\/\" target=\"_blank\" rel=\"noopener\">Cara menghitung korelasi peringkat Spearman di panda<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Koefisien korelasi Pearson dapat digunakan untuk mengukur hubungan linier antara dua variabel. Koefisien korelasi ini selalu bernilai antara -1 dan 1 dimana: -1 : Korelasi linier negatif sempurna antara dua variabel. 0 : Tidak ada korelasi linier antara dua variabel. 1: Korelasi linier positif sempurna antara dua variabel. Untuk menentukan apakah koefisien korelasi signifikan secara [&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>Cara mencari nilai P koefisien korelasi pada panda - Statorials<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan cara menghitung nilai p dari koefisien korelasi di panda, beserta contohnya.\" \/>\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\/id\/nilai-p-korelasi-panda\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Cara mencari nilai P koefisien korelasi pada panda - Statorials\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan cara menghitung nilai p dari koefisien korelasi di panda, beserta contohnya.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/nilai-p-korelasi-panda\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-12T04:44:09+00:00\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/nilai-p-korelasi-panda\/\",\"url\":\"https:\/\/statorials.org\/id\/nilai-p-korelasi-panda\/\",\"name\":\"Cara mencari nilai P koefisien korelasi pada panda - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-12T04:44:09+00:00\",\"dateModified\":\"2023-07-12T04:44:09+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan cara menghitung nilai p dari koefisien korelasi di panda, beserta contohnya.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/nilai-p-korelasi-panda\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/nilai-p-korelasi-panda\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/nilai-p-korelasi-panda\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Cara mencari nilai p koefisien korelasi pada panda\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Cara mencari nilai P koefisien korelasi pada panda - Statorials","description":"Tutorial ini menjelaskan cara menghitung nilai p dari koefisien korelasi di panda, beserta contohnya.","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\/id\/nilai-p-korelasi-panda\/","og_locale":"id_ID","og_type":"article","og_title":"Cara mencari nilai P koefisien korelasi pada panda - Statorials","og_description":"Tutorial ini menjelaskan cara menghitung nilai p dari koefisien korelasi di panda, beserta contohnya.","og_url":"https:\/\/statorials.org\/id\/nilai-p-korelasi-panda\/","og_site_name":"Statorials","article_published_time":"2023-07-12T04:44:09+00:00","author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"3 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/nilai-p-korelasi-panda\/","url":"https:\/\/statorials.org\/id\/nilai-p-korelasi-panda\/","name":"Cara mencari nilai P koefisien korelasi pada panda - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-12T04:44:09+00:00","dateModified":"2023-07-12T04:44:09+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan cara menghitung nilai p dari koefisien korelasi di panda, beserta contohnya.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/nilai-p-korelasi-panda\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/nilai-p-korelasi-panda\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/nilai-p-korelasi-panda\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Cara mencari nilai p koefisien korelasi pada panda"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/4298"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=4298"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/4298\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=4298"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=4298"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=4298"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}