{"id":1219,"date":"2023-07-27T06:02:37","date_gmt":"2023-07-27T06:02:37","guid":{"rendered":"https:\/\/statorials.org\/pt\/arvores-de-classificacao-e-regressao-em-r\/"},"modified":"2023-07-27T06:02:37","modified_gmt":"2023-07-27T06:02:37","slug":"arvores-de-classificacao-e-regressao-em-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/arvores-de-classificacao-e-regressao-em-r\/","title":{"rendered":"Como ajustar \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o em r"},"content":{"rendered":"

<\/p>\n

\n

Quando a rela\u00e7\u00e3o entre um conjunto de vari\u00e1veis preditoras e uma vari\u00e1vel de resposta<\/a> \u00e9 linear, m\u00e9todos como a regress\u00e3o linear m\u00faltipla<\/a> podem produzir modelos preditivos precisos.<\/span><\/p>\n

No entanto, quando a rela\u00e7\u00e3o entre um conjunto de preditores e uma resposta \u00e9 mais complexa, os m\u00e9todos n\u00e3o lineares podem frequentemente produzir modelos mais precisos.<\/span><\/p>\n

Um desses m\u00e9todos s\u00e3o as \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o<\/a> (CART), que usam um conjunto de vari\u00e1veis preditoras para criar \u00e1rvores de decis\u00e3o que preveem o valor de uma vari\u00e1vel de resposta.<\/span><\/p>\n

Se a vari\u00e1vel resposta for cont\u00ednua podemos construir \u00e1rvores de regress\u00e3o e se a vari\u00e1vel resposta for categ\u00f3rica podemos construir \u00e1rvores de classifica\u00e7\u00e3o.<\/span><\/p>\n

Este tutorial explica como criar \u00e1rvores de regress\u00e3o e classifica\u00e7\u00e3o em R.<\/span><\/p>\n

Exemplo 1: Construindo uma \u00c1rvore de Regress\u00e3o em R<\/strong><\/span><\/h3>\n

Para este exemplo, usaremos o conjunto de dados Hitters<\/strong> do pacote ISLR<\/strong> , que cont\u00e9m diversas informa\u00e7\u00f5es sobre 263 jogadores profissionais de beisebol.<\/span><\/p>\n

Usaremos esse conjunto de dados para construir uma \u00e1rvore de regress\u00e3o que usa as vari\u00e1veis preditoras de home runs<\/em> e anos jogados<\/em> para prever o sal\u00e1rio<\/em> de um determinado jogador.<\/span><\/p>\n

Use as etapas a seguir para criar esta \u00e1rvore de regress\u00e3o.<\/span><\/p>\n

Passo 1: Carregue os pacotes necess\u00e1rios.<\/strong><\/span><\/p>\n

Primeiro, carregaremos os pacotes necess\u00e1rios para este exemplo:<\/span><\/p>\n

 library<\/span> (ISLR) #contains Hitters dataset<\/span>\nlibrary<\/span> (rpart) #for fitting decision trees<\/span>\nlibrary<\/span> (rpart.plot) #for plotting decision trees\n<\/span><\/strong><\/pre>\n
 Etapa 2: Construa a \u00e1rvore de regress\u00e3o inicial.<\/strong><\/span><\/p>\n
 Primeiro, construiremos uma grande \u00e1rvore de regress\u00e3o inicial. Podemos garantir que a \u00e1rvore \u00e9 grande usando um valor pequeno para cp<\/strong> , que significa \u201cpar\u00e2metro de complexidade\u201d.<\/span><\/p>\n
 Isso significa que realizaremos divis\u00f5es adicionais na \u00e1rvore de regress\u00e3o, desde que o R-quadrado geral do modelo aumente pelo menos o valor especificado por cp.<\/span><\/p>\n
 Em seguida, usaremos a fun\u00e7\u00e3o printcp()<\/strong> para imprimir os resultados do modelo:<\/span><\/p>\n
 #build the initial tree\n<\/span>tree <- rpart(Salary ~ Years + HmRun, data=Hitters, control=rpart. control<\/span> (cp= .0001<\/span> ))\n\n#view results<\/span>\nprintcp(tree)\n\nVariables actually used in tree construction:\n[1] HmRun Years\n\nRoot node error: 53319113\/263 = 202734\n\nn=263 (59 observations deleted due to missingness)\n\n           CP nsplit rel error xerror xstd\n1 0.24674996 0 1.00000 1.00756 0.13890\n2 0.10806932 1 0.75325 0.76438 0.12828\n3 0.01865610 2 0.64518 0.70295 0.12769\n4 0.01761100 3 0.62652 0.70339 0.12337\n5 0.01747617 4 0.60891 0.70339 0.12337\n6 0.01038188 5 0.59144 0.66629 0.11817\n7 0.01038065 6 0.58106 0.65697 0.11687\n8 0.00731045 8 0.56029 0.67177 0.11913\n9 0.00714883 9 0.55298 0.67881 0.11960\n10 0.00708618 10 0.54583 0.68034 0.11988\n11 0.00516285 12 0.53166 0.68427 0.11997\n12 0.00445345 13 0.52650 0.68994 0.11996\n13 0.00406069 14 0.52205 0.68988 0.11940\n14 0.00264728 15 0.51799 0.68874 0.11916\n15 0.00196586 16 0.51534 0.68638 0.12043\n16 0.00016686 17 0.51337 0.67577 0.11635\n17 0.00010000 18 0.51321 0.67576 0.11615\nn=263 (59 observations deleted due to missingness)\n<\/span><\/span><\/strong><\/pre>\n
 Etapa 3: podar a \u00e1rvore.<\/strong><\/span><\/p>\n
 A seguir, podaremos a \u00e1rvore de regress\u00e3o para encontrar o valor ideal a ser usado para cp (o par\u00e2metro de complexidade) que leva ao menor erro de teste.<\/span><\/p>\n
 Observe que o valor ideal para cp \u00e9 aquele que leva ao menor erro x<\/strong> na sa\u00edda anterior, que representa o erro nas observa\u00e7\u00f5es dos dados de valida\u00e7\u00e3o cruzada.<\/span> <\/p>\n
 #identify best cp value to use\nbest <- tree$cptable[which. min<\/span> (tree$cptable[,\" xerror<\/span> \"]),\" CP<\/span> \"]\n\n#produce a pruned tree based on the best cp value\n<\/span>pruned_tree <- prune<\/span> (tree, cp=best)\n\n#plot the pruned tree\n<\/span>prp(pruned_tree,\n    faclen= 0<\/span> , #use full names for factor labels<\/span>\n    extra= 1<\/span> , #display number of obs. for each terminal node<\/span>\n    roundint= F<\/span> , #don't round to integers in output<\/span>\n    digits= 5<\/span> ) #display 5 decimal places in output\n<\/span><\/span><\/span><\/span><\/strong><\/pre>\n
\"\u00c1rvore<\/p>\n
 Podemos ver que a \u00e1rvore podada final possui seis n\u00f3s terminais. Cada n\u00f3 folha exibe o sal\u00e1rio previsto dos jogadores naquele n\u00f3, bem como o n\u00famero de observa\u00e7\u00f5es do conjunto de dados original que pertencem a essa categoria.<\/span><\/p>\n
 Por exemplo, podemos ver que no conjunto de dados original, havia 90 jogadores com menos de 4,5 anos de experi\u00eancia e seu sal\u00e1rio m\u00e9dio era de US$ 225,83 mil.<\/span> <\/p>\n
\"Interpretando<\/p>\n
 Etapa 4: use a \u00e1rvore para fazer previs\u00f5es.<\/strong><\/span><\/p>\n
 Podemos usar a \u00e1rvore podada final para prever o sal\u00e1rio de um determinado jogador com base em seus anos de experi\u00eancia e na m\u00e9dia de home runs.<\/span><\/p>\n
 Por exemplo, um jogador que tem 7 anos de experi\u00eancia e 4 home runs em m\u00e9dia tem um sal\u00e1rio esperado de $ 502,81 mil<\/strong> .<\/span> <\/p>\n
\"Exemplo<\/p>\n
 Podemos usar a fun\u00e7\u00e3o prever()<\/strong> em R para confirmar isso:<\/span><\/p>\n
 #define new player\nnew <- data.frame(Years=7, HmRun=4)\n\n<\/span>#use pruned tree to predict salary of this player\npredict(pruned_tree, newdata=new)\n\n502.8079<\/span><\/span><\/span><\/strong><\/pre>\n
 Exemplo 2: Construindo uma \u00e1rvore de classifica\u00e7\u00e3o em R<\/strong><\/span><\/h3>\n
 Para este exemplo, usaremos o conjunto de dados ptitanic<\/strong> do pacote rpart.plot<\/strong> , que cont\u00e9m diversas informa\u00e7\u00f5es sobre os passageiros a bordo do Titanic.<\/span><\/p>\n
 Usaremos esse conjunto de dados para criar uma \u00e1rvore de classifica\u00e7\u00e3o que usa as vari\u00e1veis preditoras class<\/em> , sex<\/em> e age<\/em> para prever se um determinado passageiro sobreviveu ou n\u00e3o.<\/span><\/p>\n
 Use as etapas a seguir para criar esta \u00e1rvore de classifica\u00e7\u00e3o.<\/span><\/p>\n
 Passo 1: Carregue os pacotes necess\u00e1rios.<\/strong><\/span><\/p>\n
 Primeiro, carregaremos os pacotes necess\u00e1rios para este exemplo:<\/span><\/p>\n
 library<\/span> (rpart) #for fitting decision trees<\/span>\nlibrary<\/span> (rpart.plot) #for plotting decision trees\n<\/span><\/strong><\/pre>\n
 Etapa 2: Construa a \u00e1rvore de classifica\u00e7\u00e3o inicial.<\/strong><\/span><\/p>\n
 Primeiro, construiremos uma grande \u00e1rvore de classifica\u00e7\u00e3o inicial. Podemos garantir que a \u00e1rvore \u00e9 grande usando um valor pequeno para cp<\/strong> , que significa \u201cpar\u00e2metro de complexidade\u201d.<\/span><\/p>\n
 Isso significa que realizaremos outras divis\u00f5es na \u00e1rvore de classifica\u00e7\u00e3o, desde que o ajuste geral do modelo aumente pelo menos o valor especificado por cp.<\/span><\/p>\n
 Em seguida, usaremos a fun\u00e7\u00e3o printcp()<\/strong> para imprimir os resultados do modelo:<\/span><\/p>\n
 #build the initial tree\n<\/span>tree <- rpart(survived~pclass+sex+age, data=ptitanic, control=rpart. control<\/span> (cp= .0001<\/span> ))\n\n#view results<\/span>\nprintcp(tree)\n\nVariables actually used in tree construction:\n[1] age pclass sex   \n\nRoot node error: 500\/1309 = 0.38197\n\nn=1309 \n\n      CP nsplit rel error xerror xstd\n1 0.4240 0 1.000 1.000 0.035158\n2 0.0140 1 0.576 0.576 0.029976\n3 0.0095 3 0.548 0.578 0.030013\n4 0.0070 7 0.510 0.552 0.029517\n5 0.0050 9 0.496 0.528 0.029035\n6 0.0025 11 0.486 0.532 0.029117\n7 0.0020 19 0.464 0.536 0.029198\n8 0.0001 22 0.458 0.528 0.029035\n<\/span><\/span><\/strong><\/pre>\n
 Etapa 3: podar a \u00e1rvore.<\/strong><\/span><\/p>\n
 A seguir, podaremos a \u00e1rvore de regress\u00e3o para encontrar o valor ideal a ser usado para cp (o par\u00e2metro de complexidade) que leva ao menor erro de teste.<\/span><\/p>\n
 Observe que o valor ideal para cp \u00e9 aquele que leva ao menor erro x<\/strong> na sa\u00edda anterior, que representa o erro nas observa\u00e7\u00f5es dos dados de valida\u00e7\u00e3o cruzada.<\/span> <\/p>\n
 #identify best cp value to use\nbest <- tree$cptable[which. min<\/span> (tree$cptable[,\" xerror<\/span> \"]),\" CP<\/span> \"]\n\n#produce a pruned tree based on the best cp value\n<\/span>pruned_tree <- prune<\/span> (tree, cp=best)\n\n#plot the pruned tree\n<\/span>prp(pruned_tree,\n    faclen= 0<\/span> , #use full names for factor labels\n    extra= 1<\/span> , #display number of obs. for each terminal node\n    roundint= F<\/span> , #don't round to integers in output\n    digits= 5<\/span> ) #display 5 decimal places in output\n<\/span><\/span><\/span><\/strong><\/pre>\n
\"Classifica\u00e7\u00e3o<\/p>\n
 Podemos ver que a \u00e1rvore podada final possui 10 n\u00f3s terminais. Cada n\u00f3 terminal indica o n\u00famero de passageiros que morreram, bem como o n\u00famero de sobreviventes.<\/span><\/p>\n
 Por exemplo, no n\u00f3 mais \u00e0 esquerda vemos que 664 passageiros morreram e 136 sobreviveram.<\/span> <\/p>\n
\"Interpretando<\/p>\n
 Etapa 4: use a \u00e1rvore para fazer previs\u00f5es.<\/strong><\/span><\/p>\n
 Podemos usar a \u00e1rvore podada final para prever a probabilidade de um determinado passageiro sobreviver com base em sua classe, idade e sexo.<\/span><\/p>\n
 Por exemplo, um passageiro do sexo masculino com 8 anos e na 1\u00aa classe tem uma probabilidade de sobreviv\u00eancia de 29\/11 = 37,9%.<\/span> <\/p>\n
\"Classifica\u00e7\u00e3o<\/p>\n
 Voc\u00ea pode encontrar o c\u00f3digo R completo usado nesses exemplos aqui<\/a> .<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"
Quando a rela\u00e7\u00e3o entre um conjunto de vari\u00e1veis preditoras e uma vari\u00e1vel de resposta \u00e9 linear, m\u00e9todos como a regress\u00e3o linear m\u00faltipla podem produzir modelos preditivos precisos. No entanto, quando a rela\u00e7\u00e3o entre um conjunto de preditores e uma resposta \u00e9 mais complexa, os m\u00e9todos n\u00e3o lineares podem frequentemente produzir modelos mais precisos. Um desses […]<\/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":[],"class_list":["post-1219","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\nComo ajustar \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o em R<\/title>\n<meta name=\"description\" content=\"Este tutorial explica como ajustar \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o em R, com exemplos passo a passo.\" \/>\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\/pt\/arvores-de-classificacao-e-regressao-em-r\/\" \/>\n<meta property=\"og:locale\" content=\"pt_PT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Como ajustar \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o em R\" \/>\n<meta property=\"og:description\" content=\"Este tutorial explica como ajustar \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o em R, com exemplos passo a passo.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/pt\/arvores-de-classificacao-e-regressao-em-r\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-27T06:02:37+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/arbre3.png\" \/>\n<meta name=\"author\" content=\"Dr. benjamim anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr. benjamim anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo estimado de leitura\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/pt\/arvores-de-classificacao-e-regressao-em-r\/\",\"url\":\"https:\/\/statorials.org\/pt\/arvores-de-classificacao-e-regressao-em-r\/\",\"name\":\"Como ajustar \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o em R\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/pt\/#website\"},\"datePublished\":\"2023-07-27T06:02:37+00:00\",\"dateModified\":\"2023-07-27T06:02:37+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/pt\/#\/schema\/person\/e08f98e8db95e0aa9c310e1b27c9c666\"},\"description\":\"Este tutorial explica como ajustar \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o em R, com exemplos passo a passo.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/pt\/arvores-de-classificacao-e-regressao-em-r\/#breadcrumb\"},\"inLanguage\":\"pt-PT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/pt\/arvores-de-classificacao-e-regressao-em-r\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/pt\/arvores-de-classificacao-e-regressao-em-r\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Lar\",\"item\":\"https:\/\/statorials.org\/pt\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Como ajustar \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o em r\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/pt\/#website\",\"url\":\"https:\/\/statorials.org\/pt\/\",\"name\":\"Statorials\",\"description\":\"O seu guia para a literacia estat\u00edstica!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/pt\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"pt-PT\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/pt\/#\/schema\/person\/e08f98e8db95e0aa9c310e1b27c9c666\",\"name\":\"Dr. benjamim anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-PT\",\"@id\":\"https:\/\/statorials.org\/pt\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/statorials.org\/pt\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"https:\/\/statorials.org\/pt\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Dr. benjamim anderson\"},\"description\":\"Ol\u00e1, sou Benjamin, um professor aposentado de estat\u00edstica que se tornou professor dedicado na Statorials. Com vasta experi\u00eancia e conhecimento na \u00e1rea de estat\u00edstica, estou empenhado em compartilhar meu conhecimento para capacitar os alunos por meio de Statorials. Saber mais\",\"sameAs\":[\"https:\/\/statorials.org\/pt\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Como ajustar \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o em R","description":"Este tutorial explica como ajustar \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o em R, com exemplos passo a passo.","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\/pt\/arvores-de-classificacao-e-regressao-em-r\/","og_locale":"pt_PT","og_type":"article","og_title":"Como ajustar \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o em R","og_description":"Este tutorial explica como ajustar \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o em R, com exemplos passo a passo.","og_url":"https:\/\/statorials.org\/pt\/arvores-de-classificacao-e-regressao-em-r\/","og_site_name":"Statorials","article_published_time":"2023-07-27T06:02:37+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/arbre3.png"}],"author":"Dr. benjamim anderson","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"Dr. benjamim anderson","Tempo estimado de leitura":"6 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/pt\/arvores-de-classificacao-e-regressao-em-r\/","url":"https:\/\/statorials.org\/pt\/arvores-de-classificacao-e-regressao-em-r\/","name":"Como ajustar \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o em R","isPartOf":{"@id":"https:\/\/statorials.org\/pt\/#website"},"datePublished":"2023-07-27T06:02:37+00:00","dateModified":"2023-07-27T06:02:37+00:00","author":{"@id":"https:\/\/statorials.org\/pt\/#\/schema\/person\/e08f98e8db95e0aa9c310e1b27c9c666"},"description":"Este tutorial explica como ajustar \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o em R, com exemplos passo a passo.","breadcrumb":{"@id":"https:\/\/statorials.org\/pt\/arvores-de-classificacao-e-regressao-em-r\/#breadcrumb"},"inLanguage":"pt-PT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/pt\/arvores-de-classificacao-e-regressao-em-r\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/pt\/arvores-de-classificacao-e-regressao-em-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Lar","item":"https:\/\/statorials.org\/pt\/"},{"@type":"ListItem","position":2,"name":"Como ajustar \u00e1rvores de classifica\u00e7\u00e3o e regress\u00e3o em r"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/pt\/#website","url":"https:\/\/statorials.org\/pt\/","name":"Statorials","description":"O seu guia para a literacia estat\u00edstica!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/pt\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"pt-PT"},{"@type":"Person","@id":"https:\/\/statorials.org\/pt\/#\/schema\/person\/e08f98e8db95e0aa9c310e1b27c9c666","name":"Dr. benjamim anderson","image":{"@type":"ImageObject","inLanguage":"pt-PT","@id":"https:\/\/statorials.org\/pt\/#\/schema\/person\/image\/","url":"https:\/\/statorials.org\/pt\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"https:\/\/statorials.org\/pt\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Dr. benjamim anderson"},"description":"Ol\u00e1, sou Benjamin, um professor aposentado de estat\u00edstica que se tornou professor dedicado na Statorials. Com vasta experi\u00eancia e conhecimento na \u00e1rea de estat\u00edstica, estou empenhado em compartilhar meu conhecimento para capacitar os alunos por meio de Statorials. Saber mais","sameAs":["https:\/\/statorials.org\/pt"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/posts\/1219","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/comments?post=1219"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/posts\/1219\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/media?parent=1219"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/categories?post=1219"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/tags?post=1219"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}