{"id":1180,"date":"2023-07-27T09:26:41","date_gmt":"2023-07-27T09:26:41","guid":{"rendered":"https:\/\/statorials.org\/it\/bootstrap-in-r\/"},"modified":"2023-07-27T09:26:41","modified_gmt":"2023-07-27T09:26:41","slug":"bootstrap-in-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/it\/bootstrap-in-r\/","title":{"rendered":"Come eseguire il bootstrap in r (con esempi)"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><strong>Il bootstrap<\/strong> \u00e8 un metodo che pu\u00f2 essere utilizzato per stimare l&#8217;errore standard di qualsiasi <a href=\"https:\/\/statorials.org\/it\/statistiche-vs-parametri\/\" target=\"_blank\" rel=\"noopener noreferrer\">statistica<\/a> e produrre un <a href=\"https:\/\/statorials.org\/it\/intervalli-di-confidenza\/\" target=\"_blank\" rel=\"noopener noreferrer\">intervallo di confidenza<\/a> per la statistica.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Il processo di base per il bootstrap \u00e8 il seguente:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Prendi <em>k<\/em> campioni replicati con sostituzione da un dato set di dati.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Per ciascun campione, calcolare la statistica di interesse.<\/span><\/li>\n<li> <span style=\"color: #000000;\">Ci\u00f2 fornisce <em>k<\/em> stime diverse per una determinata statistica, che puoi quindi utilizzare per calcolare l&#8217;errore standard della statistica e creare un intervallo di confidenza per la statistica.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Possiamo eseguire il bootstrap in R utilizzando le seguenti funzioni dalla <a href=\"https:\/\/cran.r-project.org\/web\/packages\/boot\/boot.pdf\" target=\"_blank\" rel=\"noopener noreferrer\">libreria bootstrap<\/a> :<\/span><\/p>\n<p> <span style=\"color: #000000;\">1. Genera campioni bootstrap.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>boot(dati, statistiche, R, &#8230;)<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Oro:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>dati:<\/strong> un vettore, una matrice o un blocco di dati<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>statistica:<\/strong> una funzione che produce la\/e statistica\/e da avviare<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>A:<\/strong> Numero di ripetizioni di bootstrap<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">2. Generare un intervallo di confidenza bootstrap.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>boot.ci(oggetto di avvio, conf, tipo)<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Oro:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>bootobject:<\/strong> un oggetto restituito dalla funzione boot()<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>conf:<\/strong> l&#8217;intervallo di confidenza da calcolare. Il valore predefinito \u00e8 0,95<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>type:<\/strong> tipo di intervallo di confidenza da calcolare. Le opzioni includono &#8216;standard&#8217;, &#8216;basic&#8217;, &#8216;stud&#8217;, &#8216;perc&#8217;, &#8216;bca&#8217; e &#8216;all&#8217; &#8211; il valore predefinito \u00e8 &#8216;all&#8217;<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">I seguenti esempi mostrano come utilizzare queste funzioni nella pratica.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Esempio 1: bootstrap di una singola statistica<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Il codice seguente mostra come calcolare l&#8217;errore standard per l&#8217; <a href=\"https:\/\/statorials.org\/it\/buon-valore-di-r-quadrato\/\" target=\"_blank\" rel=\"noopener noreferrer\">R quadrato<\/a> di un modello di regressione lineare semplice:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong>set.seed(0)\n<span style=\"color: #993300;\">library<\/span> (boot)\n\n<span style=\"color: #008080;\">#define function to calculate R-squared\n<\/span>rsq_function &lt;- <span style=\"color: #008000;\">function<\/span> (formula, data, indices) {\n  d &lt;- data[indices,] <span style=\"color: #008080;\">#allows boot to select sample<\/span>\n  fit &lt;- lm(formula, data=d) <span style=\"color: #008080;\">#fit regression model<\/span>\n  <span style=\"color: #008000;\">return<\/span> (summary(fit)$r.square) <span style=\"color: #008080;\">#return R-squared of model<\/span>\n}\n<span style=\"color: #008080;\">#perform bootstrapping with 2000 replications\n<\/span>reps &lt;- boot(data=mtcars, statistic=rsq_function, R=2000, formula=mpg~disp)\n\n<span style=\"color: #008080;\">#view results of boostrapping\n<\/span>reps\n\nORDINARY NONPARAMETRIC BOOTSTRAP\n\n\nCall:\nboot(data = mtcars, statistic = rsq_function, R = 2000, formula = mpg ~ \n    available)\n\n\nBootstrap Statistics:\n     original bias std. error\nt1* 0.7183433 0.002164339 0.06513426<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Dai risultati possiamo vedere:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">L&#8217;R quadrato stimato per questo modello di regressione \u00e8 <strong>0,7183433<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">L&#8217;errore standard per questa stima \u00e8 <strong>0,06513426<\/strong> .<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Possiamo anche visualizzare rapidamente la distribuzione dei campioni sottoposti a bootstrap:<\/span> <\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong>plot(reps)\n<\/strong><\/pre>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-11750 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/demarrage1.png\" alt=\"Istogramma dei campioni bootstrap in R\" width=\"456\" height=\"437\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Possiamo anche utilizzare il seguente codice per calcolare l&#8217;intervallo di confidenza al 95% per l&#8217;R quadrato stimato del modello:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#calculate adjusted bootstrap percentile (BCa) interval\n<\/span>boot.ci(reps, type=\" <span style=\"color: #008000;\">bca<\/span> \")\n\nCALL: \nboot.ci(boot.out = reps, type = \"bca\")\n\nIntervals: \nLevel BCa          \n95% (0.5350, 0.8188)  \nCalculations and Intervals on Original Scale<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Dal risultato, possiamo vedere che l&#8217;intervallo di confidenza bootstrap al 95% per i valori R quadrati reali \u00e8 (0,5350, 0,8188).<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Esempio 2: bootstrap di pi\u00f9 statistiche<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Il codice seguente mostra come calcolare l&#8217;errore standard per ciascun coefficiente in un modello di regressione lineare multipla:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong>set.seed(0)\n<span style=\"color: #993300;\">library<\/span> (boot)\n\n<span style=\"color: #008080;\">#define function to calculate fitted regression coefficients\n<\/span>coef_function &lt;- <span style=\"color: #008000;\">function<\/span> (formula, data, indices) {\n  d &lt;- data[indices,] <span style=\"color: #008080;\">#allows boot to select sample<\/span>\n  fit &lt;- lm(formula, data=d) <span style=\"color: #008080;\">#fit regression model<\/span>\n  <span style=\"color: #008000;\">return<\/span> (coef(fit)) <span style=\"color: #008080;\">#return coefficient estimates of model<\/span>\n}\n\n<span style=\"color: #008080;\">#perform bootstrapping with 2000 replications\n<\/span>reps &lt;- boot(data=mtcars, statistic=coef_function, R=2000, formula=mpg~disp)\n\n<span style=\"color: #008080;\">#view results of boostrapping\n<\/span>reps\n\nORDINARY NONPARAMETRIC BOOTSTRAP\n\n\nCall:\nboot(data = mtcars, statistic = coef_function, R = 2000, formula = mpg ~ \n    available)\n\n\nBootstrap Statistics:\n       original bias std. error\nt1* 29.59985476 -5.058601e-02 1.49354577\nt2* -0.04121512 6.549384e-05 0.00527082<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Dai risultati possiamo vedere:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Il coefficiente stimato per l&#8217;intercetta del modello \u00e8 <strong>29,59985476<\/strong> e l&#8217;errore standard di questa stima \u00e8 <strong>1,49354577<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Il coefficiente stimato per la variabile predittiva <em>disp<\/em> nel modello \u00e8 <strong>-0,04121512<\/strong> e l&#8217;errore standard di questa stima \u00e8 <strong>0,00527082<\/strong> .<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Possiamo anche visualizzare rapidamente la distribuzione dei campioni sottoposti a bootstrap:<\/span> <\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong>plot(reps, index=1) <span style=\"color: #008080;\">#intercept of model<\/span>\nplot(reps, index=2) <span style=\"color: #008080;\">#disp predictor variable\n<\/span><\/strong><\/pre>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-11752 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/demarrage2.png\" alt=\"Bootstrap in R\" width=\"669\" height=\"325\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Possiamo anche utilizzare il seguente codice per calcolare gli intervalli di confidenza al 95% per ciascun coefficiente:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#calculate adjusted bootstrap percentile (BCa) intervals\n<\/span>boot.ci(reps, type=\" <span style=\"color: #008000;\">bca<\/span> \", index=1) <span style=\"color: #008080;\">#intercept of model<\/span>\nboot.ci(reps, type=\" <span style=\"color: #008000;\">bca<\/span> \", index=2) <span style=\"color: #008080;\">#disp predictor variable\n<\/span>\nCALL: \nboot.ci(boot.out = reps, type = \"bca\", index = 1)\n\nIntervals: \nLevel BCa          \n95% (26.78, 32.66)  \nCalculations and Intervals on Original Scale\nBOOTSTRAP CONFIDENCE INTERVAL CALCULATIONS\nBased on 2000 bootstrap replicates\n\nCALL: \nboot.ci(boot.out = reps, type = \"bca\", index = 2)\n\nIntervals: \nLevel BCa          \n95% (-0.0520, -0.0312)  \nCalculations and Intervals on Original Scale<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Dai risultati, possiamo vedere che gli intervalli di confidenza bootstrap al 95% per i coefficienti del modello sono i seguenti:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">IC per intercettazione: (26.78, 32.66)<\/span><\/li>\n<li> <span style=\"color: #000000;\">CI per <em>visualizzazione<\/em> : (-.0520, -.0312)<\/span><\/li>\n<\/ul>\n<h3> <span style=\"color: #000000;\"><strong>Risorse addizionali<\/strong><\/span><\/h3>\n<p> <a href=\"https:\/\/statorials.org\/it\/regressione-lineare-semplice-in-r\/\" target=\"_blank\" rel=\"noopener noreferrer\">Come eseguire una regressione lineare semplice in R<\/a><br \/> <a href=\"https:\/\/statorials.org\/it\/regressione-lineare-multipla-r\/\" target=\"_blank\" rel=\"noopener noreferrer\">Come eseguire la regressione lineare multipla in R<\/a><br \/> <a href=\"https:\/\/statorials.org\/it\/intervalli-di-confidenza\/\" target=\"_blank\" rel=\"noopener noreferrer\">Introduzione agli intervalli di confidenza<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Il bootstrap \u00e8 un metodo che pu\u00f2 essere utilizzato per stimare l&#8217;errore standard di qualsiasi statistica e produrre un intervallo di confidenza per la statistica. Il processo di base per il bootstrap \u00e8 il seguente: Prendi k campioni replicati con sostituzione da un dato set di dati. Per ciascun campione, calcolare la statistica di interesse. [&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>Come eseguire il bootstrap in R (con esempi) - Statorials<\/title>\n<meta name=\"description\" content=\"Questo tutorial spiega come eseguire il bootstrap in R, con diversi esempi.\" \/>\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\/it\/bootstrap-in-r\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Come eseguire il bootstrap in R (con esempi) - Statorials\" \/>\n<meta property=\"og:description\" content=\"Questo tutorial spiega come eseguire il bootstrap in R, con diversi esempi.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/it\/bootstrap-in-r\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-27T09:26:41+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/demarrage1.png\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"4 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/it\/bootstrap-in-r\/\",\"url\":\"https:\/\/statorials.org\/it\/bootstrap-in-r\/\",\"name\":\"Come eseguire il bootstrap in R (con esempi) - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/it\/#website\"},\"datePublished\":\"2023-07-27T09:26:41+00:00\",\"dateModified\":\"2023-07-27T09:26:41+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae\"},\"description\":\"Questo tutorial spiega come eseguire il bootstrap in R, con diversi esempi.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/it\/bootstrap-in-r\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/it\/bootstrap-in-r\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/it\/bootstrap-in-r\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Casa\",\"item\":\"https:\/\/statorials.org\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Come eseguire il bootstrap in r (con esempi)\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/it\/#website\",\"url\":\"https:\/\/statorials.org\/it\/\",\"name\":\"Statorials\",\"description\":\"La tua guida all&#039;alfabetizzazione statistica!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/it\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Ciao, sono Benjamin, un professore di statistica in pensione diventato insegnante dedicato di Statorials. Con una vasta esperienza e competenza nel campo della statistica, sono ansioso di condividere le mie conoscenze per potenziare gli studenti attraverso Statorials. Scopri di pi\u00f9\",\"sameAs\":[\"https:\/\/statorials.org\/it\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Come eseguire il bootstrap in R (con esempi) - Statorials","description":"Questo tutorial spiega come eseguire il bootstrap in R, con diversi esempi.","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\/it\/bootstrap-in-r\/","og_locale":"it_IT","og_type":"article","og_title":"Come eseguire il bootstrap in R (con esempi) - Statorials","og_description":"Questo tutorial spiega come eseguire il bootstrap in R, con diversi esempi.","og_url":"https:\/\/statorials.org\/it\/bootstrap-in-r\/","og_site_name":"Statorials","article_published_time":"2023-07-27T09:26:41+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/demarrage1.png"}],"author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Benjamin anderson","Est. reading time":"4 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/it\/bootstrap-in-r\/","url":"https:\/\/statorials.org\/it\/bootstrap-in-r\/","name":"Come eseguire il bootstrap in R (con esempi) - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/it\/#website"},"datePublished":"2023-07-27T09:26:41+00:00","dateModified":"2023-07-27T09:26:41+00:00","author":{"@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae"},"description":"Questo tutorial spiega come eseguire il bootstrap in R, con diversi esempi.","breadcrumb":{"@id":"https:\/\/statorials.org\/it\/bootstrap-in-r\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/it\/bootstrap-in-r\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/it\/bootstrap-in-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Casa","item":"https:\/\/statorials.org\/it\/"},{"@type":"ListItem","position":2,"name":"Come eseguire il bootstrap in r (con esempi)"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/it\/#website","url":"https:\/\/statorials.org\/it\/","name":"Statorials","description":"La tua guida all&#039;alfabetizzazione statistica!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/it\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"it-IT"},{"@type":"Person","@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/it\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Ciao, sono Benjamin, un professore di statistica in pensione diventato insegnante dedicato di Statorials. Con una vasta esperienza e competenza nel campo della statistica, sono ansioso di condividere le mie conoscenze per potenziare gli studenti attraverso Statorials. Scopri di pi\u00f9","sameAs":["https:\/\/statorials.org\/it"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts\/1180"}],"collection":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/comments?post=1180"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts\/1180\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/media?parent=1180"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/categories?post=1180"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/tags?post=1180"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}