{"id":621,"date":"2023-07-29T07:33:51","date_gmt":"2023-07-29T07:33:51","guid":{"rendered":"https:\/\/statorials.org\/it\/correlazioni-statistiche\/"},"modified":"2023-07-29T07:33:51","modified_gmt":"2023-07-29T07:33:51","slug":"correlazioni-statistiche","status":"publish","type":"post","link":"https:\/\/statorials.org\/it\/correlazioni-statistiche\/","title":{"rendered":"Correlazioni in stata: pearson, spearman e kendall"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">In statistica, <strong>la correlazione<\/strong> si riferisce alla forza e alla direzione di una relazione tra due variabili. Il valore di un coefficiente di correlazione pu\u00f2 variare da -1 a 1, dove -1 indica una relazione negativa perfetta, 0 indica nessuna relazione e 1 indica una relazione positiva perfetta.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Esistono tre modi comuni per misurare la correlazione:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Correlazione di Pearson:<\/strong> utilizzata per misurare la correlazione tra due variabili continue. (ad esempio altezza e peso)<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Correlazione di Spearman:<\/strong> utilizzata per misurare la correlazione tra due variabili classificate. (ad esempio, la classifica del punteggio dell&#8217;esame di matematica di uno studente rispetto alla classifica del punteggio dell&#8217;esame di scienze in una classe)<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Correlazione di Kendall:<\/strong> utilizzata quando si desidera utilizzare la correlazione di Spearman ma la dimensione del campione \u00e8 piccola e sono presenti molte classifiche correlate.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Questo tutorial spiega come trovare i tre tipi di correlazioni in Stata.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Caricamento dati<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Per ciascuno dei seguenti esempi, utilizzeremo un set di dati chiamato <em>auto<\/em> . \u00c8 possibile caricare questo set di dati digitando quanto segue nella casella Comando:<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>utilizzare https:\/\/www.stata-press.com\/data\/r13\/auto<\/strong><\/span><\/p>\n<\/blockquote>\n<p> <span style=\"color: #000000;\">Possiamo avere una rapida panoramica del set di dati digitando quanto segue nella casella di comando:<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>riassumere<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5840 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/scatterstata1.png\" sizes=\"\" srcset=\"\" alt=\"Riassumere un comando di esempio in Stata\" width=\"467\" height=\"330\"><\/p>\n<p> <span style=\"color: #000000;\">Possiamo vedere che ci sono 12 variabili in totale nel set di dati.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Come trovare la correlazione di Pearson in Stata<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Possiamo trovare il <a href=\"https:\/\/statorials.org\/it\/coefficiente-di-correlazione-di-pearson-1\/\" target=\"_blank\" rel=\"noopener\">coefficiente di correlazione di Pearson<\/a> tra le variabili <em>peso<\/em> e <em>lunghezza<\/em> utilizzando il comando <strong>pwcorr<\/strong> :<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>lunghezza del peso pwcorr<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5870 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrstata1.png\" alt=\"Correlazione di Pearson in Stata\" width=\"275\" height=\"123\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Il coefficiente di correlazione di Pearson tra queste due variabili \u00e8 <strong>0,9460<\/strong> . Per determinare se questo coefficiente di correlazione \u00e8 significativo, possiamo trovare il valore di p utilizzando il comando <strong>sig<\/strong> :<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>pwcorr peso lunghezza, sig<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5871 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrstata2.png\" alt=\"Che cosa \u00e8 la correlazione di Pearson in Stata\" width=\"277\" height=\"180\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Il valore p \u00e8 <strong>0,000<\/strong> . Poich\u00e9 questo \u00e8 inferiore a 0,05, la correlazione tra queste due variabili \u00e8 statisticamente significativa.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Per trovare il coefficiente di correlazione di Pearson per pi\u00f9 variabili, digita semplicemente un elenco di variabili dopo il comando <strong>pwcorr<\/strong> :<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>pwcorr peso lunghezza spostamento, sig<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5872 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrstata3.png\" alt=\"Correlazione di Pearson per pi\u00f9 variabili in Stata\" width=\"334\" height=\"253\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Ecco come interpretare il risultato:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Correlazione di Pearson tra peso e lunghezza = 0,9460 | valore p = 0,000<\/span><\/li>\n<li> <span style=\"color: #000000;\">Correlazione di Pearson tra peso e spostamento = 0,8949 | valore p = 0,000<\/span><\/li>\n<li> <span style=\"color: #000000;\">Correlazione di Pearson tra spostamento e lunghezza = 0,8351 | valore p = 0,000<\/span><\/li>\n<\/ul>\n<h3> <span style=\"color: #000000;\"><strong>Come trovare la correlazione di Spearman in Stata<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Possiamo trovare il coefficiente di correlazione di Spearman tra le variabili <em>trunk<\/em> e <i>rep78<\/i> utilizzando il comando <strong>spearman<\/strong> :<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>lancia tronco rep78<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5873 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrstata4.png\" alt=\"Correlazione di Spearman in Stata\" width=\"385\" height=\"152\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Ecco come interpretare il risultato:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Numero di osservazioni:<\/strong> questo \u00e8 il numero di osservazioni a coppie utilizzate per calcolare il coefficiente di correlazione di Spearman. Poich\u00e9 mancavano alcuni valori per la variabile <em>rep78<\/em> , Stata ha utilizzato solo 69 osservazioni per coppia (invece delle 74 complete).<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Rho di Spearman:<\/strong> questo \u00e8 il coefficiente di correlazione di Spearman. In questo caso \u00e8 -0,2235, il che indica che esiste una correlazione negativa tra le due variabili. All\u2019aumentare dell\u2019uno l\u2019altro tende a diminuire.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Prob &gt; |t| :<\/strong> Questo \u00e8 il valore p associato al test di ipotesi. In questo caso, il valore p \u00e8 0,0649, il che indica che non esiste una correlazione statisticamente significativa tra le due variabili a \u03b1 = 0,05.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Possiamo trovare il coefficiente di correlazione di Spearman per pi\u00f9 variabili semplicemente digitando pi\u00f9 variabili dopo il comando <strong>Spearman<\/strong> . Possiamo trovare il coefficiente di correlazione e il corrispondente valore p per ciascuna correlazione a coppie utilizzando il comando <strong>stats(rho p)<\/strong> :<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>spearman trunk rep78 gear_ratio, statistiche (rho p)<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5874 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrstata5.png\" alt=\"Correlazione di Spearman per pi\u00f9 variabili in Stata\" width=\"345\" height=\"345\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Ecco come interpretare il risultato:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Correlazione di Spearman tra tronco e rep78 = -0,2235 | valore p = 0,0649<\/span><\/li>\n<li> <span style=\"color: #000000;\">Correlazione di Spearman tra trunk e gear_ratio = -0,5187 | valore p = 0,0000<\/span><\/li>\n<li> <span style=\"color: #000000;\">Correlazione di Spearman tra gear_ratio e rep78 = 0,4275 | valore p = 0,0002<\/span><\/li>\n<\/ul>\n<h3> <span style=\"color: #000000;\"><strong>Come trovare la correlazione di Kendall in Stata<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Possiamo trovare <a href=\"https:\/\/statorials.org\/it\/kendalls-tau\/\" target=\"_blank\" rel=\"noopener\">il coefficiente di correlazione Kendall<\/a> tra le variabili <em>trunk<\/em> e <i>rep78<\/i> utilizzando il comando <strong>ktau<\/strong> :<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>ktau tronco rep78<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5875 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrstata6.png\" alt=\"Correlazione di Kendall in Stata\" width=\"405\" height=\"191\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Ecco come interpretare il risultato:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Numero di osservazioni:<\/strong> questo \u00e8 il numero di osservazioni a coppie utilizzate per calcolare il coefficiente di correlazione di Kendall. Poich\u00e9 mancavano alcuni valori per la variabile <em>rep78<\/em> , Stata ha utilizzato solo 69 osservazioni per coppia (invece delle 74 complete).<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Tau-b di Kendall:<\/strong> questo \u00e8 il coefficiente di correlazione di Kendall tra le due variabili. Generalmente utilizziamo questo valore invece di tau-a perch\u00e9 tau-b apporta aggiustamenti in caso di parit\u00e0. In questo caso, tau-b = -0,1752, indicando una correlazione negativa tra le due variabili.<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>Problema &gt; |z| :<\/strong> Questo \u00e8 il valore p associato al test di ipotesi. In questo caso, il valore p \u00e8 0,0662, il che indica che non esiste una correlazione statisticamente significativa tra le due variabili a \u03b1 = 0,05.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Possiamo trovare il coefficiente di correlazione di Kendall per pi\u00f9 variabili semplicemente digitando pi\u00f9 variabili dopo il comando <strong>ktau<\/strong> . Possiamo trovare il coefficiente di correlazione e il corrispondente valore p per ciascuna correlazione a coppie utilizzando il comando <strong>stats(taub p)<\/strong> :<\/span><\/p>\n<blockquote>\n<p> <span style=\"color: #000000;\"><strong>ktau trunk rep78 gear_ratio, statistiche (taub p)<\/strong><\/span> <\/p>\n<\/blockquote>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5876 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/corrstata7.png\" alt=\"Tau di Kendall per variabili multiple in Stata\" width=\"378\" height=\"387\" srcset=\"\" sizes=\"\"><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Correlazione Kendall tra tronco e rep78 = -0,1752 | valore p = 0,0662<\/span><\/li>\n<li> <span style=\"color: #000000;\">Correlazione di Kendall tra trunk e gear_ratio = -0,3753 | valore p = 0,0000<\/span><\/li>\n<li> <span style=\"color: #000000;\">Correlazione Kendall tra gear_ratio e rep78 = 0,3206 | valore p = 0,0006<\/span><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>In statistica, la correlazione si riferisce alla forza e alla direzione di una relazione tra due variabili. Il valore di un coefficiente di correlazione pu\u00f2 variare da -1 a 1, dove -1 indica una relazione negativa perfetta, 0 indica nessuna relazione e 1 indica una relazione positiva perfetta. Esistono tre modi comuni per misurare la [&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>Correlazioni in Stata: Pearson, Spearman e Kendall - Statorials<\/title>\n<meta name=\"description\" content=\"Una semplice spiegazione su come trovare tre diversi tipi di correlazioni in Stata.\" \/>\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\/correlazioni-statistiche\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Correlazioni in Stata: Pearson, Spearman e Kendall - Statorials\" \/>\n<meta property=\"og:description\" content=\"Una semplice spiegazione su come trovare tre diversi tipi di correlazioni in Stata.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/it\/correlazioni-statistiche\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-29T07:33:51+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/scatterstata1.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\/correlazioni-statistiche\/\",\"url\":\"https:\/\/statorials.org\/it\/correlazioni-statistiche\/\",\"name\":\"Correlazioni in Stata: Pearson, Spearman e Kendall - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/it\/#website\"},\"datePublished\":\"2023-07-29T07:33:51+00:00\",\"dateModified\":\"2023-07-29T07:33:51+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae\"},\"description\":\"Una semplice spiegazione su come trovare tre diversi tipi di correlazioni in Stata.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/it\/correlazioni-statistiche\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/it\/correlazioni-statistiche\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/it\/correlazioni-statistiche\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Casa\",\"item\":\"https:\/\/statorials.org\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Correlazioni in stata: pearson, spearman e kendall\"}]},{\"@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":"Correlazioni in Stata: Pearson, Spearman e Kendall - Statorials","description":"Una semplice spiegazione su come trovare tre diversi tipi di correlazioni in Stata.","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\/correlazioni-statistiche\/","og_locale":"it_IT","og_type":"article","og_title":"Correlazioni in Stata: Pearson, Spearman e Kendall - Statorials","og_description":"Una semplice spiegazione su come trovare tre diversi tipi di correlazioni in Stata.","og_url":"https:\/\/statorials.org\/it\/correlazioni-statistiche\/","og_site_name":"Statorials","article_published_time":"2023-07-29T07:33:51+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/scatterstata1.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\/correlazioni-statistiche\/","url":"https:\/\/statorials.org\/it\/correlazioni-statistiche\/","name":"Correlazioni in Stata: Pearson, Spearman e Kendall - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/it\/#website"},"datePublished":"2023-07-29T07:33:51+00:00","dateModified":"2023-07-29T07:33:51+00:00","author":{"@id":"https:\/\/statorials.org\/it\/#\/schema\/person\/0896f191fb9fb019f2cd8623112cb3ae"},"description":"Una semplice spiegazione su come trovare tre diversi tipi di correlazioni in Stata.","breadcrumb":{"@id":"https:\/\/statorials.org\/it\/correlazioni-statistiche\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/it\/correlazioni-statistiche\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/it\/correlazioni-statistiche\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Casa","item":"https:\/\/statorials.org\/it\/"},{"@type":"ListItem","position":2,"name":"Correlazioni in stata: pearson, spearman e kendall"}]},{"@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\/621"}],"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=621"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/posts\/621\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/media?parent=621"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/categories?post=621"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/it\/wp-json\/wp\/v2\/tags?post=621"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}