{"id":2518,"date":"2023-07-21T22:18:27","date_gmt":"2023-07-21T22:18:27","guid":{"rendered":"https:\/\/statorials.org\/pl\/regresja-od-zrodla\/"},"modified":"2023-07-21T22:18:27","modified_gmt":"2023-07-21T22:18:27","slug":"regresja-od-zrodla","status":"publish","type":"post","link":"https:\/\/statorials.org\/pl\/regresja-od-zrodla\/","title":{"rendered":"Regresja przez pochodzenie: definicja i przyk\u0142ad"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Prosta regresja liniowa to metoda, kt\u00f3r\u0105 mo\u017cna zastosowa\u0107 do ilo\u015bciowego okre\u015blenia zwi\u0105zku mi\u0119dzy jedn\u0105 lub wi\u0119ksz\u0105 liczb\u0105 zmiennych predykcyjnych a<a href=\"https:\/\/statorials.org\/pl\/zmienne-odpowiedzi-wyjasniajace\/\" target=\"_blank\" rel=\"noopener\">zmienn\u0105 odpowiedzi<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Prosty model regresji liniowej przyjmuje nast\u0119puj\u0105c\u0105 posta\u0107:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>y = \u03b2 <sub>0<\/sub> + \u03b2 <sub>1<\/sub> x<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Z\u0142oto:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>y<\/strong> : Warto\u015b\u0107 zmiennej odpowiedzi<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>\u03b2 <sub>0<\/sub><\/strong> : Warto\u015b\u0107 zmiennej odpowiedzi, gdy x = 0 (nazywana sk\u0142adnikiem \u201ewyci\u0119cia\u201d)<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>\u03b2 <sub>1<\/sub><\/strong> : \u015aredni wzrost zmiennej odpowiedzi powi\u0105zany ze wzrostem x o jedn\u0105 jednostk\u0119<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong>x<\/strong> : Warto\u015b\u0107 zmiennej predykcyjnej<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Zmodyfikowana wersja tego modelu znana jest jako <strong>regresja przez pocz\u0105tek<\/strong> , kt\u00f3ra wymusza, aby y by\u0142o r\u00f3wne 0, gdy x jest r\u00f3wne 0.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ten typ modelu przyjmuje nast\u0119puj\u0105c\u0105 posta\u0107:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>y = <sub>\u03b21x<\/sub><\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Nale\u017cy zauwa\u017cy\u0107, \u017ce cz\u0142on wyrazu wolnego zosta\u0142 ca\u0142kowicie usuni\u0119ty z modelu.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Model ten jest czasami u\u017cywany, gdy badacze wiedz\u0105, \u017ce zmienna odpowiedzi musi wynosi\u0107 zero, gdy zmienna predykcyjna wynosi zero.<\/span><\/p>\n<p> <span style=\"color: #000000;\">W \u015bwiecie rzeczywistym tego typu model najcz\u0119\u015bciej wykorzystuje si\u0119 w <a href=\"https:\/\/esajournals.onlinelibrary.wiley.com\/doi\/full\/10.1002\/ecy.1660\" target=\"_blank\" rel=\"noopener\">badaniach le\u015bnych czy ekologicznych<\/a> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Na przyk\u0142ad badacze mog\u0105 wykorzysta\u0107 obw\u00f3d drzewa do przewidywania wysoko\u015bci drzewa. Je\u015bli dane drzewo ma zerowy obw\u00f3d, musi mie\u0107 zerow\u0105 wysoko\u015b\u0107.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Zatem dopasowuj\u0105c model regresji do tych danych, nie mia\u0142oby sensu, aby pierwotny sk\u0142adnik by\u0142 r\u00f3\u017cny od zera.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Poni\u017cszy przyk\u0142ad pokazuje r\u00f3\u017cnic\u0119 mi\u0119dzy dopasowaniem zwyk\u0142ego prostego modelu regresji liniowej a modelem, kt\u00f3ry implementuje regresj\u0119 poprzez pocz\u0105tek.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Przyk\u0142ad: regresja przez pocz\u0105tek<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Za\u0142\u00f3\u017cmy, \u017ce biolog chce dopasowa\u0107 model regresji, wykorzystuj\u0105c obw\u00f3d drzewa do przewidywania wysoko\u015bci drzewa. Wychodzi i zbiera nast\u0119puj\u0105ce pomiary dla pr\u00f3bki 15 drzew:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\" wp-image-22430 aligncenter\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/origine1-1.jpg\" alt=\"\" width=\"305\" height=\"377\" srcset=\"\" sizes=\"auto, \"><\/p>\n<p> <span style=\"color: #000000;\">Mo\u017cemy u\u017cy\u0107 nast\u0119puj\u0105cego kodu w j\u0119zyku R, aby dopasowa\u0107 prosty model regresji liniowej do modelu regresji, kt\u00f3ry nie wykorzystuje punkt\u00f3w przeci\u0119cia, i wykre\u015bli\u0107 dwie linie regresji:<\/span> <\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#create data frame\n<\/span>df &lt;- data. <span style=\"color: #3366ff;\">frame<\/span> (circ=c(15, 19, 25, 39, 44, 46, 49, 54, 67, 79, 81, 84, 88, 90, 99),\n                 height=c(200, 234, 285, 375, 440, 470, 564, 544, 639, 750, 830, 854,\n                          901, 912, 989))\n\n<span style=\"color: #008080;\">#fit a simple linear regression model\n<\/span>model &lt;- lm(height ~ circ, data = df)\n\n<span style=\"color: #008080;\">#fit regression through the origin\n<\/span>model_origin &lt;- lm(height ~ 0 + ., data = df)\n\n<span style=\"color: #008080;\">#create scatterplot\n<\/span>plot(df$circ, df$height, xlab=' <span style=\"color: #ff0000;\">Circumference<\/span> ', ylab=' <span style=\"color: #ff0000;\">Height<\/span> ',\n     cex= <span style=\"color: #008000;\">1.5<\/span> , pch= <span style=\"color: #008000;\">16<\/span> , ylim=c(0.1000), xlim=c(0.100))\n\n<span style=\"color: #008080;\">#add the fitted regression lines to the scatterplot\n<\/span>abline(model, col=' <span style=\"color: #ff0000;\">blue<\/span> ', lwd= <span style=\"color: #008000;\">2<\/span> )\nabline(model_origin, lty=' <span style=\"color: #ff0000;\">dashed<\/span> ', col=' <span style=\"color: #ff0000;\">red<\/span> ', lwd= <span style=\"color: #008000;\">2<\/span> )\n<\/strong><\/pre>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-22431\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/origine2.jpg\" alt=\"regresja od \u017ar\u00f3d\u0142a\" width=\"586\" height=\"371\" srcset=\"\" sizes=\"auto, \"><\/p>\n<p> <span style=\"color: #000000;\">Czerwona linia przerywana przedstawia model regresji przechodz\u0105cy przez pocz\u0105tek, a niebieska linia ci\u0105g\u0142a przedstawia zwyk\u0142y prosty model regresji liniowej.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Mo\u017cemy u\u017cy\u0107 nast\u0119puj\u0105cego kodu w R, aby uzyska\u0107 oszacowania wsp\u00f3\u0142czynnik\u00f3w dla ka\u017cdego modelu:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#display coefficients for simple linear regression model\n<\/span>coef(model)\n\n(Intercept) circ \n  40.696971 9.529631 \n\n<span style=\"color: #008080;\">#display coefficients for regression model through the origin<\/span>\ncoef(model_origin)\n\n    circ \n10.10574 \n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Dopasowane r\u00f3wnanie prostego modelu regresji liniowej wygl\u0105da nast\u0119puj\u0105co:<\/span><\/p>\n<p> <span style=\"color: #000000;\">Wysoko\u015b\u0107 = 40,6969 + 9,5296 (obw\u00f3d)<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dopasowane r\u00f3wnanie modelu regresji poprzez pocz\u0105tek to:<\/span><\/p>\n<p> <span style=\"color: #000000;\">Wysoko\u015b\u0107 = 10,1057 (obw\u00f3d)<\/span><\/p>\n<p> <span style=\"color: #000000;\">Nale\u017cy zauwa\u017cy\u0107, \u017ce szacunki wsp\u00f3\u0142czynnik\u00f3w dla zmiennej obwodu s\u0105 nieco inne.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>\u015arodki ostro\u017cno\u015bci dotycz\u0105ce stosowania regresji poprzez pocz\u0105tek<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Przed u\u017cyciem regresji przeci\u0119cia nale\u017cy mie\u0107 ca\u0142kowit\u0105 pewno\u015b\u0107, \u017ce warto\u015b\u0107 0 dla zmiennej predykcyjnej implikuje warto\u015b\u0107 0 dla zmiennej odpowiedzi. W wielu scenariuszach prawie niemo\u017cliwe jest, aby mie\u0107 pewno\u015b\u0107.<\/span><\/p>\n<p> <span style=\"color: #000000;\">A je\u015bli u\u017cyjesz regresji poprzez pocz\u0105tek, aby zachowa\u0107 pewien stopie\u0144 swobody w szacowaniu pochodzenia, rzadko robi to znacz\u0105c\u0105 r\u00f3\u017cnic\u0119, je\u015bli wielko\u015b\u0107 pr\u00f3bki jest wystarczaj\u0105co du\u017ca.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Je\u015bli zdecydujesz si\u0119 zastosowa\u0107 regresj\u0119 poprzez pocz\u0105tek, pami\u0119taj o przedstawieniu swojego rozumowania w ko\u0144cowej analizie lub raporcie.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Dodatkowe zasoby<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Poni\u017csze samouczki zawieraj\u0105 dodatkowe informacje na temat regresji liniowej:<\/span><\/p>\n<p> <a href=\"https:\/\/statorials.org\/pl\/regresja-liniowa-1\/\" target=\"_blank\" rel=\"noopener\">Wprowadzenie do prostej regresji liniowej<\/a><br \/> <a href=\"https:\/\/statorials.org\/pl\/wielokrotna-regresja-liniowa\/\" target=\"_blank\" rel=\"noopener\">Wprowadzenie do wielokrotnej regresji liniowej<\/a><br \/> <a href=\"https:\/\/statorials.org\/pl\/przeczytaj-tabele-interpretacji-regresji\/\" target=\"_blank\" rel=\"noopener\">Jak czyta\u0107 i interpretowa\u0107 tabel\u0119 regresji<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Prosta regresja liniowa to metoda, kt\u00f3r\u0105 mo\u017cna zastosowa\u0107 do ilo\u015bciowego okre\u015blenia zwi\u0105zku mi\u0119dzy jedn\u0105 lub wi\u0119ksz\u0105 liczb\u0105 zmiennych predykcyjnych azmienn\u0105 odpowiedzi . Prosty model regresji liniowej przyjmuje nast\u0119puj\u0105c\u0105 posta\u0107: y = \u03b2 0 + \u03b2 1 x Z\u0142oto: y : Warto\u015b\u0107 zmiennej odpowiedzi \u03b2 0 : Warto\u015b\u0107 zmiennej odpowiedzi, gdy x = 0 (nazywana sk\u0142adnikiem [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-2518","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Regresja przez pocz\u0105tek: definicja i przyk\u0142ad - Statoriale<\/title>\n<meta name=\"description\" content=\"Ten samouczek zawiera wyja\u015bnienie regresji poprzez pochodzenie, w tym formaln\u0105 definicj\u0119 i przyk\u0142ad.\" \/>\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\/pl\/regresja-od-zrodla\/\" \/>\n<meta property=\"og:locale\" content=\"pl_PL\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Regresja przez pocz\u0105tek: definicja i przyk\u0142ad - Statoriale\" \/>\n<meta property=\"og:description\" content=\"Ten samouczek zawiera wyja\u015bnienie regresji poprzez pochodzenie, w tym formaln\u0105 definicj\u0119 i przyk\u0142ad.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/pl\/regresja-od-zrodla\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-21T22:18:27+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/origine1-1.jpg\" \/>\n<meta name=\"author\" content=\"Benjamin Anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Napisane przez\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin Anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Szacowany czas czytania\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 minuty\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/pl\/regresja-od-zrodla\/\",\"url\":\"https:\/\/statorials.org\/pl\/regresja-od-zrodla\/\",\"name\":\"Regresja przez pocz\u0105tek: definicja i przyk\u0142ad - Statoriale\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/pl\/#website\"},\"datePublished\":\"2023-07-21T22:18:27+00:00\",\"dateModified\":\"2023-07-21T22:18:27+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965\"},\"description\":\"Ten samouczek zawiera wyja\u015bnienie regresji poprzez pochodzenie, w tym formaln\u0105 definicj\u0119 i przyk\u0142ad.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/pl\/regresja-od-zrodla\/#breadcrumb\"},\"inLanguage\":\"pl-PL\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/pl\/regresja-od-zrodla\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/pl\/regresja-od-zrodla\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Dom\",\"item\":\"https:\/\/statorials.org\/pl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Regresja przez pochodzenie: definicja i przyk\u0142ad\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/pl\/#website\",\"url\":\"https:\/\/statorials.org\/pl\/\",\"name\":\"Statorials\",\"description\":\"Tw\u00f3j przewodnik po kompetencjach statystycznych!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/pl\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"pl-PL\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965\",\"name\":\"Benjamin Anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pl-PL\",\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin Anderson\"},\"description\":\"Cze\u015b\u0107, jestem Benjamin i jestem emerytowanym profesorem statystyki, kt\u00f3ry zosta\u0142 oddanym nauczycielem Statorials. Dzi\u0119ki bogatemu do\u015bwiadczeniu i wiedzy specjalistycznej w dziedzinie statystyki ch\u0119tnie dziel\u0119 si\u0119 swoj\u0105 wiedz\u0105, aby wzmocni\u0107 pozycj\u0119 uczni\u00f3w za po\u015brednictwem Statorials. Wiedzie\u0107 wi\u0119cej\",\"sameAs\":[\"https:\/\/statorials.org\/pl\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Regresja przez pocz\u0105tek: definicja i przyk\u0142ad - Statoriale","description":"Ten samouczek zawiera wyja\u015bnienie regresji poprzez pochodzenie, w tym formaln\u0105 definicj\u0119 i przyk\u0142ad.","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\/pl\/regresja-od-zrodla\/","og_locale":"pl_PL","og_type":"article","og_title":"Regresja przez pocz\u0105tek: definicja i przyk\u0142ad - Statoriale","og_description":"Ten samouczek zawiera wyja\u015bnienie regresji poprzez pochodzenie, w tym formaln\u0105 definicj\u0119 i przyk\u0142ad.","og_url":"https:\/\/statorials.org\/pl\/regresja-od-zrodla\/","og_site_name":"Statorials","article_published_time":"2023-07-21T22:18:27+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/origine1-1.jpg"}],"author":"Benjamin Anderson","twitter_card":"summary_large_image","twitter_misc":{"Napisane przez":"Benjamin Anderson","Szacowany czas czytania":"3 minuty"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/pl\/regresja-od-zrodla\/","url":"https:\/\/statorials.org\/pl\/regresja-od-zrodla\/","name":"Regresja przez pocz\u0105tek: definicja i przyk\u0142ad - Statoriale","isPartOf":{"@id":"https:\/\/statorials.org\/pl\/#website"},"datePublished":"2023-07-21T22:18:27+00:00","dateModified":"2023-07-21T22:18:27+00:00","author":{"@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965"},"description":"Ten samouczek zawiera wyja\u015bnienie regresji poprzez pochodzenie, w tym formaln\u0105 definicj\u0119 i przyk\u0142ad.","breadcrumb":{"@id":"https:\/\/statorials.org\/pl\/regresja-od-zrodla\/#breadcrumb"},"inLanguage":"pl-PL","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/pl\/regresja-od-zrodla\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/pl\/regresja-od-zrodla\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Dom","item":"https:\/\/statorials.org\/pl\/"},{"@type":"ListItem","position":2,"name":"Regresja przez pochodzenie: definicja i przyk\u0142ad"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/pl\/#website","url":"https:\/\/statorials.org\/pl\/","name":"Statorials","description":"Tw\u00f3j przewodnik po kompetencjach statystycznych!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/pl\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"pl-PL"},{"@type":"Person","@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965","name":"Benjamin Anderson","image":{"@type":"ImageObject","inLanguage":"pl-PL","@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/pl\/wp-content\/uploads\/2023\/11\/Benjamin-Anderson-96x96.jpg","caption":"Benjamin Anderson"},"description":"Cze\u015b\u0107, jestem Benjamin i jestem emerytowanym profesorem statystyki, kt\u00f3ry zosta\u0142 oddanym nauczycielem Statorials. Dzi\u0119ki bogatemu do\u015bwiadczeniu i wiedzy specjalistycznej w dziedzinie statystyki ch\u0119tnie dziel\u0119 si\u0119 swoj\u0105 wiedz\u0105, aby wzmocni\u0107 pozycj\u0119 uczni\u00f3w za po\u015brednictwem Statorials. Wiedzie\u0107 wi\u0119cej","sameAs":["https:\/\/statorials.org\/pl"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts\/2518","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/comments?post=2518"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts\/2518\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/media?parent=2518"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/categories?post=2518"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/tags?post=2518"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}