{"id":485,"date":"2023-07-29T18:10:23","date_gmt":"2023-07-29T18:10:23","guid":{"rendered":"https:\/\/statorials.org\/pt\/como-normalizar-dados-em-r\/"},"modified":"2023-07-29T18:10:23","modified_gmt":"2023-07-29T18:10:23","slug":"como-normalizar-dados-em-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/como-normalizar-dados-em-r\/","title":{"rendered":"Como normalizar dados em r"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Na maioria dos casos, quando as pessoas falam em \u201cnormalizar\u201d as vari\u00e1veis em um conjunto de dados, elas querem dizer que desejam dimensionar os valores de forma que a vari\u00e1vel tenha m\u00e9dia 0 e desvio padr\u00e3o de 1.<\/span><\/p>\n<p> <span style=\"color: #000000;\">O motivo mais comum para padronizar vari\u00e1veis \u00e9 quando voc\u00ea est\u00e1 executando algum tipo de an\u00e1lise multivariada (ou seja, deseja entender o relacionamento entre diversas vari\u00e1veis preditoras e uma vari\u00e1vel de resposta) e deseja que cada vari\u00e1vel contribua igualmente para a an\u00e1lise.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Quando as vari\u00e1veis s\u00e3o medidas em escalas diferentes, muitas vezes n\u00e3o contribuem igualmente para a an\u00e1lise. Por exemplo, se os valores de uma vari\u00e1vel variam de 0 a 100.000 e os valores de outra vari\u00e1vel variam de 0 a 100, ser\u00e1 atribu\u00eddo maior peso na an\u00e1lise \u00e0 vari\u00e1vel com maior intervalo.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Isso \u00e9 comum quando uma vari\u00e1vel mede algo como sal\u00e1rio (US$ 0 a US$ 100.000) e outra vari\u00e1vel mede algo como idade (0 a 100 anos).<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ao padronizar as vari\u00e1veis, podemos ter certeza de que cada vari\u00e1vel contribui igualmente para a an\u00e1lise. Existem duas maneiras comuns de normalizar (ou &#8220;escalar&#8221;) vari\u00e1veis:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>Normaliza\u00e7\u00e3o M\u00edn-M\u00e1x:<\/strong> (X \u2013 min(X)) \/ (max(X) \u2013 min(X))<\/span><\/li>\n<li> <span style=\"color: #000000;\"><strong><span style=\"color: #000000;\">Padroniza\u00e7\u00e3o do escore Z:<\/span><\/strong> (X \u2013 \u03bc) \/ \u03c3<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Mostraremos ent\u00e3o como implementar essas duas t\u00e9cnicas em R.<\/span><\/p>\n<h2> <strong><span style=\"color: #000000;\">Como normalizar (ou \u201cescalar\u201d) vari\u00e1veis em R<\/span><\/strong><\/h2>\n<p> <span style=\"color: #000000;\">Para cada um dos exemplos a seguir, usaremos a <strong>\u00edris<\/strong> do conjunto de dados R integrado para ilustrar como normalizar ou dimensionar vari\u00e1veis em R:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <span style=\"color: #008080;\"><strong>#view first six rows of <em>iris<\/em> dataset\n<span style=\"color: #000000;\">head(iris)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n#1 5.1 3.5 1.4 0.2 setosa\n#2 4.9 3.0 1.4 0.2 setosa\n#3 4.7 3.2 1.3 0.2 setosa\n#4 4.6 3.1 1.5 0.2 setosa\n#5 5.0 3.6 1.4 0.2 setosa\n#6 5.4 3.9 1.7 0.4 setosa\n<\/span><\/strong><\/span><\/pre>\n<h3> <span style=\"color: #000000;\"><strong>Normaliza\u00e7\u00e3o M\u00edn-M\u00e1x.<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">A f\u00f3rmula para normaliza\u00e7\u00e3o min-max \u00e9:<\/span><\/p>\n<p style=\"text-align: center;\"> <span style=\"color: #000000;\">(X \u2013 min(X))\/(m\u00e1x(X) \u2013 min(X))<\/span><\/p>\n<p> <span style=\"color: #000000;\">Para cada valor de uma vari\u00e1vel, simplesmente encontramos a dist\u00e2ncia entre esse valor e o valor m\u00ednimo e depois dividimos pelo intervalo.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Para implementar isso em R, podemos definir uma fun\u00e7\u00e3o simples e ent\u00e3o usar <a href=\"https:\/\/statorials.org\/pt\/um-guia-para-aplicar-lapply-sapply-e-tapply-em-r\/\" target=\"_blank\" rel=\"noopener\">laply<\/a> para aplicar essa fun\u00e7\u00e3o \u00e0s colunas do conjunto de dados <strong>iris<\/strong> que desejamos:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#define Min-Max normalization function<\/span>\nmin_max_norm &lt;- <span style=\"color: #800080;\">function<\/span> (x) {\n    (x - min(x)) \/ (max(x) - min(x))\n  }\n\n<span style=\"color: #008080;\">#apply Min-Max normalization to first four columns in <em>iris<\/em> dataset\n<span style=\"color: #000000;\">iris_norm &lt;- as.data.frame(lapply(iris[1:4], min_max_norm))\n\n<span style=\"color: #008080;\">#view first six rows of normalized <em>iris<\/em> dataset<\/span>\nhead(iris_norm)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width\n#1 0.22222222 0.6250000 0.06779661 0.04166667\n#2 0.16666667 0.4166667 0.06779661 0.04166667\n#3 0.11111111 0.5000000 0.05084746 0.04166667\n#4 0.08333333 0.4583333 0.08474576 0.04166667\n#5 0.19444444 0.6666667 0.06779661 0.04166667\n#6 0.30555556 0.7916667 0.11864407 0.12500000\n<\/span><\/span><\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Observe que cada uma das colunas agora possui valores entre 0 e 1. Observe tamb\u00e9m que a quinta coluna \u201cEsp\u00e9cies\u201d foi removida deste quadro de dados. Podemos adicion\u00e1-lo facilmente usando o seguinte c\u00f3digo:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#add back <em>Species<\/em> column<\/span>\niris_norm$Species &lt;- iris$Species\n\n<span style=\"color: #008080;\">#view first six rows of <em>iris_norm\n<\/em><\/span>head(iris_norm)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n#1 0.22222222 0.6250000 0.06779661 0.04166667 setosa\n#2 0.16666667 0.4166667 0.06779661 0.04166667 setosa\n#3 0.11111111 0.5000000 0.05084746 0.04166667 setosa\n#4 0.08333333 0.4583333 0.08474576 0.04166667 setosa\n#5 0.19444444 0.6666667 0.06779661 0.04166667 setosa\n#6 0.30555556 0.7916667 0.11864407 0.12500000 setosa\n<\/strong><\/pre>\n<h3> <span style=\"color: #000000;\"><strong>Padroniza\u00e7\u00e3o de pontua\u00e7\u00e3o Z<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">A desvantagem da t\u00e9cnica de normaliza\u00e7\u00e3o min-max \u00e9 que ela aproxima os valores dos dados da m\u00e9dia. Se quisermos garantir que os valores discrepantes sejam mais ponderados do que outros valores, uma padroniza\u00e7\u00e3o de pontua\u00e7\u00e3o z \u00e9 uma t\u00e9cnica melhor para implementar.<\/span><\/p>\n<p> <span style=\"color: #000000;\">A f\u00f3rmula para padronizar o escore z \u00e9 a seguinte:<\/span><\/p>\n<p style=\"text-align: center;\"> <span style=\"color: #000000;\">(X \u2013 \u03bc) \/ \u03c3<\/span><\/p>\n<p> <span style=\"color: #000000;\">Para cada valor de uma vari\u00e1vel, simplesmente subtra\u00edmos o valor m\u00e9dio da vari\u00e1vel e depois dividimos pelo desvio padr\u00e3o da vari\u00e1vel.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Para implementar isso em R, temos v\u00e1rias op\u00e7\u00f5es:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>1. Padronize uma vari\u00e1vel<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Se quisermos simplesmente padronizar uma vari\u00e1vel em um conjunto de dados, como Sepal.Width no conjunto de dados <strong>iris<\/strong> , podemos usar o seguinte c\u00f3digo:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#standardize<\/span> <span style=\"color: #008080;\"><em>Sepal.Width\n<\/em><\/span>iris$Sepal.Width &lt;- (iris$Sepal.Width - mean(iris$Sepal.Width)) \/ sd(iris$Sepal.Width)\n\nhead(iris)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n#1 5.1 1.01560199 1.4 0.2 setosa\n#2 4.9 -0.13153881 1.4 0.2 setosa\n#3 4.7 0.32731751 1.3 0.2 setosa\n#4 4.6 0.09788935 1.5 0.2 setosa\n#5 5.0 1.24503015 1.4 0.2 setosa\n#6 5.4 1.93331463 1.7 0.4 setosa\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Os valores <em>Sepal.Width<\/em> agora s\u00e3o escalonados de forma que a m\u00e9dia seja 0 e o desvio padr\u00e3o seja 1. Podemos at\u00e9 verificar isso se quisermos:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#find mean of <em>Sepal.Width\n<\/em><\/span>mean(iris$Sepal.Width)\n\n#[1] 2.034094e-16 <span style=\"color: #008080;\">#basically zero<\/span>\n\n<span style=\"color: #008080;\">#find standard deviation of <em>Sepal.Width\n<\/em><\/span>sd(iris$Sepal.Width)\n\n#[1] 1<\/strong><\/pre>\n<p> <span style=\"color: #000000;\"><strong>2. Padronize m\u00faltiplas vari\u00e1veis usando a fun\u00e7\u00e3o de escala<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Para normalizar m\u00faltiplas vari\u00e1veis, pode-se simplesmente usar a fun\u00e7\u00e3o <em>de escala<\/em> . Por exemplo, o c\u00f3digo a seguir mostra como dimensionar as primeiras quatro colunas do conjunto de dados da <strong>\u00edris<\/strong> :<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <span style=\"color: #000000;\"><strong><span style=\"color: #008080;\">#standardize first four columns of <em>iris<\/em> dataset<\/span>\niris_standardize &lt;- as.data.frame(scale(iris[1:4]))\n\n<span style=\"color: #008080;\">#view first six rows of standardized dataset<\/span>\n<\/strong><\/span><strong>head(iris_standardize)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width\n#1 -0.8976739 1.01560199 -1.335752 -1.311052\n#2 -1.1392005 -0.13153881 -1.335752 -1.311052\n#3 -1.3807271 0.32731751 -1.392399 -1.311052\n#4 -1.5014904 0.09788935 -1.279104 -1.311052\n#5 -1.0184372 1.24503015 -1.335752 -1.311052\n#6 -0.5353840 1.93331463 -1.165809 -1.048667\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Observe que a fun\u00e7\u00e3o <em>de escala<\/em> , por padr\u00e3o, tenta normalizar cada coluna em um quadro de dados. Portanto, receber\u00edamos um erro se tent\u00e1ssemos usar <strong>scale(iris)<\/strong> porque a coluna <em>Species<\/em> n\u00e3o \u00e9 num\u00e9rica e n\u00e3o pode ser padronizada:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong>scale(iris)\n\n#Error in colMeans(x, na.rm = TRUE): 'x' must be numeric\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">No entanto, \u00e9 poss\u00edvel padronizar apenas certas vari\u00e1veis em um quadro de dados enquanto mant\u00e9m todas as outras vari\u00e1veis iguais usando o pacote <strong>dplyr<\/strong> . Por exemplo, o c\u00f3digo a seguir padroniza as vari\u00e1veis <em>Sepal.Width<\/em> e <em>Sepal.Length<\/em> , mantendo todas as outras vari\u00e1veis iguais:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#load <em>dplyr<\/em> package<\/span>\nlibrary(dplyr)\n\n<span style=\"color: #008080;\">#standardize <em>Sepal.Width<\/em> and <em>Sepal.Length<\/em>\n<\/span>iris_new &lt;- iris %&gt;% mutate_each_(list(~scale(.) %&gt;% as.vector),\n                                  vars = c(\"Sepal.Width\",\"Sepal.Length\"))\n\n<span style=\"color: #008080;\">#view first six rows of new data frame\n<\/span>head(iris_new)\n\n# Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n#1 -0.8976739 1.01560199 1.4 0.2 setosa\n#2 -1.1392005 -0.13153881 1.4 0.2 setosa\n#3 -1.3807271 0.32731751 1.3 0.2 setosa\n#4 -1.5014904 0.09788935 1.5 0.2 setosa\n#5 -1.0184372 1.24503015 1.4 0.2 setosa\n#6 -0.5353840 1.93331463 1.7 0.4 setosa\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Observe que <em>Sepal.Length<\/em> e <em>Sepal.Width<\/em> s\u00e3o padronizados de forma que ambas as vari\u00e1veis tenham m\u00e9dia 0 e desvio padr\u00e3o de 1, enquanto as outras tr\u00eas vari\u00e1veis no quadro de dados permanecem inalteradas.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Na maioria dos casos, quando as pessoas falam em \u201cnormalizar\u201d as vari\u00e1veis em um conjunto de dados, elas querem dizer que desejam dimensionar os valores de forma que a vari\u00e1vel tenha m\u00e9dia 0 e desvio padr\u00e3o de 1. O motivo mais comum para padronizar vari\u00e1veis \u00e9 quando voc\u00ea est\u00e1 executando algum tipo de an\u00e1lise multivariada [&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":[],"class_list":["post-485","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Como normalizar dados em R - Estatoriais<\/title>\n<meta name=\"description\" content=\"Este tutorial explica v\u00e1rias maneiras de normalizar ou dimensionar dados facilmente em R.\" \/>\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\/como-normalizar-dados-em-r\/\" \/>\n<meta property=\"og:locale\" content=\"pt_PT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Como normalizar dados em R - Estatoriais\" \/>\n<meta property=\"og:description\" content=\"Este tutorial explica v\u00e1rias maneiras de normalizar ou dimensionar dados facilmente em R.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/pt\/como-normalizar-dados-em-r\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-29T18:10:23+00:00\" \/>\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=\"5 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/pt\/como-normalizar-dados-em-r\/\",\"url\":\"https:\/\/statorials.org\/pt\/como-normalizar-dados-em-r\/\",\"name\":\"Como normalizar dados em R - Estatoriais\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/pt\/#website\"},\"datePublished\":\"2023-07-29T18:10:23+00:00\",\"dateModified\":\"2023-07-29T18:10:23+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/pt\/#\/schema\/person\/e08f98e8db95e0aa9c310e1b27c9c666\"},\"description\":\"Este tutorial explica v\u00e1rias maneiras de normalizar ou dimensionar dados facilmente em R.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/pt\/como-normalizar-dados-em-r\/#breadcrumb\"},\"inLanguage\":\"pt-PT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/pt\/como-normalizar-dados-em-r\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/pt\/como-normalizar-dados-em-r\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Lar\",\"item\":\"https:\/\/statorials.org\/pt\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Como normalizar dados 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 normalizar dados em R - Estatoriais","description":"Este tutorial explica v\u00e1rias maneiras de normalizar ou dimensionar dados facilmente em R.","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\/como-normalizar-dados-em-r\/","og_locale":"pt_PT","og_type":"article","og_title":"Como normalizar dados em R - Estatoriais","og_description":"Este tutorial explica v\u00e1rias maneiras de normalizar ou dimensionar dados facilmente em R.","og_url":"https:\/\/statorials.org\/pt\/como-normalizar-dados-em-r\/","og_site_name":"Statorials","article_published_time":"2023-07-29T18:10:23+00:00","author":"Dr. benjamim anderson","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"Dr. benjamim anderson","Tempo estimado de leitura":"5 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/pt\/como-normalizar-dados-em-r\/","url":"https:\/\/statorials.org\/pt\/como-normalizar-dados-em-r\/","name":"Como normalizar dados em R - Estatoriais","isPartOf":{"@id":"https:\/\/statorials.org\/pt\/#website"},"datePublished":"2023-07-29T18:10:23+00:00","dateModified":"2023-07-29T18:10:23+00:00","author":{"@id":"https:\/\/statorials.org\/pt\/#\/schema\/person\/e08f98e8db95e0aa9c310e1b27c9c666"},"description":"Este tutorial explica v\u00e1rias maneiras de normalizar ou dimensionar dados facilmente em R.","breadcrumb":{"@id":"https:\/\/statorials.org\/pt\/como-normalizar-dados-em-r\/#breadcrumb"},"inLanguage":"pt-PT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/pt\/como-normalizar-dados-em-r\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/pt\/como-normalizar-dados-em-r\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Lar","item":"https:\/\/statorials.org\/pt\/"},{"@type":"ListItem","position":2,"name":"Como normalizar dados 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\/485","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=485"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/posts\/485\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/media?parent=485"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/categories?post=485"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/pt\/wp-json\/wp\/v2\/tags?post=485"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}