{"id":828,"date":"2023-07-28T14:58:44","date_gmt":"2023-07-28T14:58:44","guid":{"rendered":"https:\/\/statorials.org\/pl\/usun-wartosci-odstajace-w-pythonie\/"},"modified":"2023-07-28T14:58:44","modified_gmt":"2023-07-28T14:58:44","slug":"usun-wartosci-odstajace-w-pythonie","status":"publish","type":"post","link":"https:\/\/statorials.org\/pl\/usun-wartosci-odstajace-w-pythonie\/","title":{"rendered":"Jak usun\u0105\u0107 warto\u015bci odstaj\u0105ce w pythonie"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Warto\u015b\u0107 <strong>odstaj\u0105ca<\/strong> to obserwacja, kt\u00f3ra jest nienormalnie odleg\u0142a od innych warto\u015bci w zbiorze danych. Warto\u015bci odstaj\u0105ce mog\u0105 by\u0107 problematyczne, poniewa\u017c mog\u0105 wp\u0142ywa\u0107 na wyniki analizy.<\/span><\/p>\n<p> <span style=\"color: #000000;\">W tym samouczku wyja\u015bniono, jak identyfikowa\u0107 i usuwa\u0107 warto\u015bci odstaj\u0105ce w Pythonie.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Jak zidentyfikowa\u0107 warto\u015bci odstaj\u0105ce w Pythonie<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Zanim b\u0119dziesz m\u00f3g\u0142 usun\u0105\u0107 warto\u015bci odstaj\u0105ce, musisz najpierw zdecydowa\u0107, co uwa\u017casz za warto\u015b\u0107 odstaj\u0105c\u0105. Mo\u017cna to zrobi\u0107 na dwa typowe sposoby:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1. Skorzystaj z rozst\u0119pu mi\u0119dzykwartylowego.<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Rozst\u0119p mi\u0119dzykwartylowy (IQR) to r\u00f3\u017cnica mi\u0119dzy 75. percentylem (Q3) a 25. percentylem (Q1) w zbiorze danych. Mierzy rozk\u0142ad \u015brednich 50% warto\u015bci.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Mo\u017cna zdefiniowa\u0107 obserwacj\u0119 jako warto\u015b\u0107 odstaj\u0105c\u0105, je\u015bli jest 1,5-krotno\u015bci\u0105 rozst\u0119pu mi\u0119dzykwartylowego powy\u017cej trzeciego kwartyla (Q3) lub 1,5-krotno\u015bci rozst\u0119pu mi\u0119dzykwartylowego poni\u017cej pierwszego kwartyla (Q1).<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Warto\u015bci odstaj\u0105ce = obserwacje &gt; Q3 + 1,5*IQR lub Q1 \u2013 1,5*IQR<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>2. U\u017cyj wynik\u00f3w Z.<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\"><a href=\"https:\/\/statorials.org\/pl\/z-punktacja-pythona\/\" target=\"_blank\" rel=\"noopener\">Wynik z<\/a> informuje, o ile odchyle\u0144 standardowych dana warto\u015b\u0107 znajduje si\u0119 od \u015bredniej. Do obliczenia wska\u017anika Z u\u017cywamy nast\u0119puj\u0105cego wzoru:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>z<\/strong> = (X \u2013 \u03bc) \/ \u03c3<\/span><\/p>\n<p> <span style=\"color: #000000;\">Z\u0142oto:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">X to pojedyncza surowa warto\u015b\u0107 danych<\/span><\/li>\n<li> <span style=\"color: #000000;\">\u03bc to \u015brednia populacji<\/span><\/li>\n<li> <span style=\"color: #000000;\">\u03c3 jest odchyleniem standardowym populacji<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Mo\u017cna zdefiniowa\u0107 obserwacj\u0119 jako warto\u015b\u0107 odstaj\u0105c\u0105, je\u015bli jej wynik z jest mniejszy ni\u017c -3 lub wi\u0119kszy ni\u017c 3.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Warto\u015bci odstaj\u0105ce = obserwacje z wynikami Z &gt; 3 lub &lt; -3<\/strong><\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Jak usun\u0105\u0107 warto\u015bci odstaj\u0105ce w Pythonie<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Kiedy ju\u017c zdecydujesz, co uwa\u017casz za warto\u015b\u0107 odstaj\u0105c\u0105, mo\u017cesz zidentyfikowa\u0107 i usun\u0105\u0107 je ze zbioru danych. Aby zilustrowa\u0107, jak to zrobi\u0107, u\u017cyjemy nast\u0119puj\u0105cej ramki danych pand:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #107d3f;\">import<\/span> numpy <span style=\"color: #107d3f;\">as<\/span> np\n<span style=\"color: #107d3f;\">import <span style=\"color: #000000;\">pandas<\/span> as <span style=\"color: #000000;\">pd<\/span> \nimport<\/span> scipy.stats <span style=\"color: #107d3f;\">as<\/span> stats\n\n<span style=\"color: #008080;\">#create dataframe with three columns 'A', 'B', 'C'<\/span>\nnp.random.seed(10)\ndata = pd.DataFrame(np.random.randint(0, 10, size=(100, 3)), columns=['A', 'B', 'C'])\n<span style=\"color: #008080;\">\n#view first 10 rows<\/span>\ndata[:10]\n\n           ABC\n0 13.315865 7.152790 -15.454003\n1 -0.083838 6.213360 -7.200856\n2 2.655116 1.085485 0.042914\n3 -1.746002 4.330262 12.030374\n4 -9.650657 10.282741 2.286301\n5 4.451376 -11.366022 1.351369\n6 14.845370 -10.798049 -19.777283\n7 -17.433723 2.660702 23.849673\n8 11.236913 16.726222 0.991492\n9 13.979964 -2.712480 6.132042\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Nast\u0119pnie mo\u017cemy zdefiniowa\u0107 i usun\u0105\u0107 warto\u015bci odstaj\u0105ce, korzystaj\u0105c z metody z-score lub metody rozst\u0119p\u00f3w mi\u0119dzykwartylowych:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Metoda Z-score:<\/strong><\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#find absolute value of z-score for each observation<\/span>\nz = np.abs(stats.zscore(data))\n\n<span style=\"color: #008080;\">#only keep rows in dataframe with all z-scores less than absolute value of 3<\/span> \ndata_clean = data[(z&lt;3).all(axis=1)]\n\n<span style=\"color: #008080;\">#find how many rows are left in the dataframe<\/span> \ndata_clean.shape\n\n(99.3)\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\"><strong>Metoda rozst\u0119p\u00f3w mi\u0119dzykwartylowych:<\/strong><\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#find Q1, Q3, and interquartile range for each column<\/span>\nQ1 = data.quantile(q=.25)\nQ3 = data.quantile(q=.75)\nIQR = data.apply(stats.iqr)\n\n<span style=\"color: #008080;\">#only keep rows in dataframe that have values within 1.5*IQR of Q1 and Q3<\/span>\ndata_clean = data[~((data &lt; (Q1-1.5*IQR)) | (data &gt; (Q3+1.5*IQR))).any(axis=1)]\n<span style=\"color: #008080;\">\n#find how many rows are left in the dataframe<\/span> \ndata_clean.shape\n\n(89.3)<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Widzimy, \u017ce metoda za score zidentyfikowa\u0142a i usun\u0119\u0142a jedn\u0105 obserwacj\u0119 jako warto\u015b\u0107 odstaj\u0105c\u0105, podczas gdy metoda rozst\u0119p\u00f3w mi\u0119dzykwartylowych zidentyfikowa\u0142a i usun\u0119\u0142a \u0142\u0105cznie 11 obserwacji jako warto\u015bci odstaj\u0105ce.<\/span><\/p>\n<h3> <strong>Kiedy usun\u0105\u0107 warto\u015bci odstaj\u0105ce<\/strong><\/h3>\n<p> <span style=\"color: #000000;\">Je\u015bli w Twoich danych wyst\u0119puje co najmniej jedna warto\u015b\u0107 odstaj\u0105ca, musisz najpierw upewni\u0107 si\u0119, \u017ce nie jest ona wynikiem b\u0142\u0119du we wprowadzaniu danych. Czasami osoba po prostu wprowadza niew\u0142a\u015bciw\u0105 warto\u015b\u0107 danych podczas zapisywania danych.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Je\u015bli oka\u017ce si\u0119, \u017ce warto\u015b\u0107 odstaj\u0105ca wynika z b\u0142\u0119du we wprowadzaniu danych, mo\u017cesz zdecydowa\u0107 si\u0119 na przypisanie jej nowej warto\u015bci, takiej jak<\/span> <a href=\"https:\/\/statorials.org\/pl\/mierzy-tendencje-centralna\/\" target=\"_blank\" rel=\"noopener\">\u015brednia lub mediana<\/a> <span style=\"color: #000000;\">zbioru danych.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Je\u015bli warto\u015b\u0107 rzeczywi\u015bcie odbiega od normy, mo\u017cesz j\u0105 usun\u0105\u0107, je\u015bli b\u0119dzie mia\u0142a znacz\u0105cy wp\u0142yw na og\u00f3ln\u0105 analiz\u0119. Pami\u0119taj tylko, aby wspomnie\u0107 w raporcie ko\u0144cowym lub analizie, \u017ce usun\u0105\u0142e\u015b warto\u015b\u0107 odstaj\u0105c\u0105.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Dodatkowe zasoby<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Je\u015bli pracujesz z wieloma zmiennymi jednocze\u015bnie, mo\u017cesz u\u017cy\u0107 <a href=\"https:\/\/statorials.org\/pl\/zdalny-pyton-mahalanobisa\/\" target=\"_blank\" rel=\"noopener\">odleg\u0142o\u015bci Mahalanobisa<\/a> do wykrycia warto\u015bci odstaj\u0105cych.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Warto\u015b\u0107 odstaj\u0105ca to obserwacja, kt\u00f3ra jest nienormalnie odleg\u0142a od innych warto\u015bci w zbiorze danych. Warto\u015bci odstaj\u0105ce mog\u0105 by\u0107 problematyczne, poniewa\u017c mog\u0105 wp\u0142ywa\u0107 na wyniki analizy. W tym samouczku wyja\u015bniono, jak identyfikowa\u0107 i usuwa\u0107 warto\u015bci odstaj\u0105ce w Pythonie. Jak zidentyfikowa\u0107 warto\u015bci odstaj\u0105ce w Pythonie Zanim b\u0119dziesz m\u00f3g\u0142 usun\u0105\u0107 warto\u015bci odstaj\u0105ce, musisz najpierw zdecydowa\u0107, co uwa\u017casz za [&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-828","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>Jak usun\u0105\u0107 warto\u015bci odstaj\u0105ce w Pythonie \u2013 Statologia<\/title>\n<meta name=\"description\" content=\"Proste wyja\u015bnienie, jak identyfikowa\u0107 i usuwa\u0107 warto\u015bci odstaj\u0105ce w Pythonie.\" \/>\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\/usun-wartosci-odstajace-w-pythonie\/\" \/>\n<meta property=\"og:locale\" content=\"pl_PL\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Jak usun\u0105\u0107 warto\u015bci odstaj\u0105ce w Pythonie \u2013 Statologia\" \/>\n<meta property=\"og:description\" content=\"Proste wyja\u015bnienie, jak identyfikowa\u0107 i usuwa\u0107 warto\u015bci odstaj\u0105ce w Pythonie.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/pl\/usun-wartosci-odstajace-w-pythonie\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-28T14:58:44+00:00\" \/>\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\/usun-wartosci-odstajace-w-pythonie\/\",\"url\":\"https:\/\/statorials.org\/pl\/usun-wartosci-odstajace-w-pythonie\/\",\"name\":\"Jak usun\u0105\u0107 warto\u015bci odstaj\u0105ce w Pythonie \u2013 Statologia\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/pl\/#website\"},\"datePublished\":\"2023-07-28T14:58:44+00:00\",\"dateModified\":\"2023-07-28T14:58:44+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965\"},\"description\":\"Proste wyja\u015bnienie, jak identyfikowa\u0107 i usuwa\u0107 warto\u015bci odstaj\u0105ce w Pythonie.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/pl\/usun-wartosci-odstajace-w-pythonie\/#breadcrumb\"},\"inLanguage\":\"pl-PL\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/pl\/usun-wartosci-odstajace-w-pythonie\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/pl\/usun-wartosci-odstajace-w-pythonie\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Dom\",\"item\":\"https:\/\/statorials.org\/pl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Jak usun\u0105\u0107 warto\u015bci odstaj\u0105ce w pythonie\"}]},{\"@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":"Jak usun\u0105\u0107 warto\u015bci odstaj\u0105ce w Pythonie \u2013 Statologia","description":"Proste wyja\u015bnienie, jak identyfikowa\u0107 i usuwa\u0107 warto\u015bci odstaj\u0105ce w Pythonie.","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\/usun-wartosci-odstajace-w-pythonie\/","og_locale":"pl_PL","og_type":"article","og_title":"Jak usun\u0105\u0107 warto\u015bci odstaj\u0105ce w Pythonie \u2013 Statologia","og_description":"Proste wyja\u015bnienie, jak identyfikowa\u0107 i usuwa\u0107 warto\u015bci odstaj\u0105ce w Pythonie.","og_url":"https:\/\/statorials.org\/pl\/usun-wartosci-odstajace-w-pythonie\/","og_site_name":"Statorials","article_published_time":"2023-07-28T14:58:44+00:00","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\/usun-wartosci-odstajace-w-pythonie\/","url":"https:\/\/statorials.org\/pl\/usun-wartosci-odstajace-w-pythonie\/","name":"Jak usun\u0105\u0107 warto\u015bci odstaj\u0105ce w Pythonie \u2013 Statologia","isPartOf":{"@id":"https:\/\/statorials.org\/pl\/#website"},"datePublished":"2023-07-28T14:58:44+00:00","dateModified":"2023-07-28T14:58:44+00:00","author":{"@id":"https:\/\/statorials.org\/pl\/#\/schema\/person\/6484727a4612df3e69f016c3129c6965"},"description":"Proste wyja\u015bnienie, jak identyfikowa\u0107 i usuwa\u0107 warto\u015bci odstaj\u0105ce w Pythonie.","breadcrumb":{"@id":"https:\/\/statorials.org\/pl\/usun-wartosci-odstajace-w-pythonie\/#breadcrumb"},"inLanguage":"pl-PL","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/pl\/usun-wartosci-odstajace-w-pythonie\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/pl\/usun-wartosci-odstajace-w-pythonie\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Dom","item":"https:\/\/statorials.org\/pl\/"},{"@type":"ListItem","position":2,"name":"Jak usun\u0105\u0107 warto\u015bci odstaj\u0105ce w pythonie"}]},{"@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\/828","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=828"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/posts\/828\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/media?parent=828"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/categories?post=828"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/pl\/wp-json\/wp\/v2\/tags?post=828"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}