{"id":1167,"date":"2020-10-29T15:07:14","date_gmt":"2020-10-29T13:07:14","guid":{"rendered":"http:\/\/tecniques-metodes-recerca.recursos.uoc.edu\/7-7-medidas-descriptivas\/"},"modified":"2020-12-14T13:47:39","modified_gmt":"2020-12-14T11:47:39","slug":"7-7-mesures-descriptives","status":"publish","type":"page","link":"http:\/\/tecniques-metodes-recerca.recursos.uoc.edu\/ca\/7-7-mesures-descriptives\/","title":{"rendered":"7.7. Mesures descriptives"},"content":{"rendered":"

L’estad\u00edstica descriptiva utilitza mesures per descriure el fenomen que s’estudia. Les mesures m\u00e9s utilitzades s\u00f3n:<\/p>\n

a) La moda (Mo)<\/strong><\/p>\n

\u00c9s el valor que es presenta amb major freq\u00fc\u00e8ncia en una distribuci\u00f3. Pot haver-n\u2019hi m\u00e9s de dues. Quan n\u2019hi ha una, parlem de distribuci\u00f3 \u00abunimodal\u00bb, i quan n\u2019hi ha dues ens referim a \u00abbimodals\u00bb.<\/p>\n

Un exemple \u00e9s:<\/p>\n

Grau d’acord entre els pares per promoure la lectura dels diaris impresos entre els adolescents de dotze a disset anys:<\/p>\n<\/div>\n\n\n\n\n\n\n\n\n\n
Grau d’acord<\/strong><\/td>\nFreq\u00fc\u00e8ncies<\/strong><\/td>\n<\/tr>\n
Molt d’acord<\/td>\n20<\/td>\n<\/tr>\n
Bastant d’acord<\/strong><\/td>\n60<\/strong><\/td>\n<\/tr>\n
Indiferent<\/td>\n10<\/td>\n<\/tr>\n
Poc d’acord<\/td>\n8<\/td>\n<\/tr>\n
Molt en desacord<\/td>\n2<\/td>\n<\/tr>\n
Total<\/strong> (N<\/em>)<\/td>\n100<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

En aquest cas, la moda \u00e9s la categoria \u00abbastant d’acord\u00bb, triada per seixanta persones.<\/p>\n

Si ens referim a dades agrupades<\/strong>, la moda ser\u00e0 el punt mitj\u00e0 de l’interval en qu\u00e8 estigui la moda. El punt mitj\u00e0 s’obt\u00e9 sumant els dos extrems i dividint-los entre dos.<\/p>\n

Un exemple \u00e9s:<\/p>\n

<\/p>\n

Exemple<\/strong><\/p>\n

Nombre d’hores setmanals que els estudiants de primer de Comunicaci\u00f3 dediquen a xatejar amb WhatsApp:<\/p>\n<\/div>\n\n\n\n\n\n\n\n\n
Hores setmanals<\/strong><\/td>\nFreq\u00fc\u00e8ncies<\/strong><\/td>\n<\/tr>\n
0-1<\/td>\n18<\/td>\n<\/tr>\n
2-3<\/td>\n10<\/td>\n<\/tr>\n
4-5<\/td>\n12<\/td>\n<\/tr>\n
6-7<\/strong><\/td>\n40<\/strong><\/td>\n<\/tr>\n
Total<\/td>\n80<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Mo: 6,5<\/p>\n

En aquest cas la moda \u00e9s 6,5. La xifra s\u2019obt\u00e9 de sumar 6 i 7 i dividir-ho entre 2.<\/p>\n

\n<\/div>\n

<\/p>\n

Exemple de variable quantitativa discreta<\/strong><\/p>\n

Calcula la moda de les dades seg\u00fcents: 1,1,2,3,3,3,5,7,7,8,9.<\/p>\n

Soluci\u00f3<\/strong><\/p>\n

El valor de la variable que es repeteix m\u00e9s \u00e9s 3; per tant, la moda \u00e9s 3.<\/p>\n

Si la variable \u00e9s quantitativa cont\u00ednua, la moda tampoc no ha de ser \u00fanica.<\/p>\n

Per a cada interval\u00a0\"\"\u00a0m\u00e0xim s’aplica la f\u00f3rmula seg\u00fcent:<\/p>\n

\"\"<\/p>\n

Essent:<\/p>\n

\"\"<\/p>\n

\"\"\u00a0\u00e9s l’extrem inferior de l’interval modal,\u00a0\"\"\u00a0l’extrem superior de l’interval anterior, n<\/em> la grand\u00e0ria de la mostra,\u00a0\"\"\u00a0la freq\u00fc\u00e8ncia absoluta corregida corresponent a l’interval modal,\u00a0\"\"\u00a0la freq\u00fc\u00e8ncia absoluta corregida corresponent a l’interval anterior al modal,\u00a0i\u00a0\"\"\u00a0la freq\u00fc\u00e8ncia absoluta corregida corresponent a l’interval posterior a l’interval modal.<\/p>\n

En el cas que tots els intervals tinguin la mateixa amplitud es verifica que\u00a0\"\".<\/p>\n

\n<\/div>\n

<\/p>\n

Exemple de variable quantitativa cont\u00ednua amb intervals de la mateixa amplitud<\/strong><\/p>\n

Calcula la moda de les dades seg\u00fcents:<\/p>\n\n\n\n\n\n\n
\"\"<\/td>\n\"\"<\/td>\n<\/tr>\n
[1,2)<\/td>\n15<\/td>\n<\/tr>\n
[2,3)<\/td>\n25<\/td>\n<\/tr>\n
[3,4)<\/td>\n10<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Soluci\u00f3<\/strong><\/p>\n

Com que els intervals tenen la mateixa amplitud, no fa falta calcular\u00a0\"\". L’interval modal \u00e9s el [2,3), perqu\u00e8 \u00e9s el de m\u00e9s freq\u00fc\u00e8ncia absoluta, i apliquem la f\u00f3rmula per determinar el valor de la moda:<\/p>\n

\"\"<\/p>\n

\n<\/div>\n

<\/p>\n

Exemple de variable quantitativa cont\u00ednua amb intervals d’amplitud diferent<\/strong><\/p>\n

Calcula la moda de les dades seg\u00fcents:<\/p>\n\n\n\n\n\n\n
\"\"<\/td>\n\"\"<\/td>\n<\/tr>\n
[1,2)<\/td>\n15<\/td>\n<\/tr>\n
[2,4)<\/td>\n25<\/td>\n<\/tr>\n
[4,7)<\/td>\n10<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Soluci\u00f3<\/strong><\/p>\n

Com que els intervals no tenen la mateixa amplitud, fa falta calcular \"\".<\/p>\n\n\n\n\n\n\n
\"\"<\/td>\n\"\"<\/td>\n\"\"<\/td>\n<\/tr>\n
[1,2)<\/td>\n15<\/td>\n15<\/td>\n<\/tr>\n
[2,4)<\/td>\n25<\/td>\n\"\"<\/td>\n<\/tr>\n
[4,7)<\/td>\n10<\/td>\n\"\"<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Com que el \"\"\u00a0m\u00e0xim \u00e9s 15, l’interval modal \u00e9s el [1,2), i apliquem la f\u00f3rmula per determinar el valor de la moda:<\/p>\n

\"\"<\/p>\n

\n<\/div>\n

b) La mediana<\/strong><\/p>\n

\u00c9s el punt o valor num\u00e8ric que deixa la meitat de les puntuacions per sota. S’ordenen de m\u00e9s petit a m\u00e9s gran tots els casos i es troba el cas que estigui en el punt mitj\u00e0. Quan s\u00f3n distribucions imparelles, la mediana est\u00e0 en tot el centre. Es calcula de la manera seg\u00fcent:<\/p>\n

\"\"<\/p>\n

<\/p>\n

Hores de consum de Facebook de cinc estudiants:<\/p>\n

5\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 6\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 7\u00a0<\/strong>\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 8\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 9<\/p>\n

La mediana \u00e9s 7, exactament al centre. Obtenim el mateix nombre si apliquem la f\u00f3rmula.<\/p>\n

Si la distribuci\u00f3 \u00e9s parella, per exemple, el nombre d’hores setmanals que sis amics veuen Netflix:<\/p>\n

18\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 20\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 28\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 30\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 42\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0\u00a0 44<\/p>\n

Les dades num\u00e8riques que deixen per sobre i per sota d\u2019un nombre igual de dades s\u00f3n 28 i 30. Se sumen i es divideixen per 2:<\/p>\n

\"\"<\/p>\n

\n<\/div>\n

<\/p>\n

Exemple de variable quantitativa discreta<\/strong><\/p>\n

Calcula la mediana de les dades seg\u00fcents: 1,1,2,3,3,3,5,7,7,8,9.<\/p>\n

Soluci\u00f3<\/strong><\/p>\n\n\n\n\n\n\n\n\n\n\n
\"\"<\/td>\n\"\"<\/td>\n\"\"<\/td>\n<\/tr>\n
1<\/td>\n2<\/td>\n2<\/td>\n<\/tr>\n
2<\/td>\n1<\/td>\n3<\/td>\n<\/tr>\n
3<\/td>\n3<\/td>\n6<\/td>\n<\/tr>\n
5<\/td>\n1<\/td>\n7<\/td>\n<\/tr>\n
7<\/td>\n2<\/td>\n9<\/td>\n<\/tr>\n
8<\/td>\n1<\/td>\n10<\/td>\n<\/tr>\n
9<\/td>\n1<\/td>\n11<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

\"\"<\/p>\n

\"\"\u00a0. Tal com veiem en la columna de les freq\u00fc\u00e8ncies absolutes acumulades, en el valor 6 \u00e9s on ens passem per primera vegada de 5,5; per tant, el valor de la mediana \u00e9s 3.<\/p>\n

D’una altra manera, ens quedem amb el que ocupa el lloc central despr\u00e9s d\u2019ordenar les dades.<\/p>\n

1,1,2,3,3,3,5,7,7,8,9<\/strong><\/p>\n

\n<\/div>\n

<\/p>\n

Exemple<\/strong><\/p>\n

Calcula la mediana de les dades seg\u00fcents: 1,1, 2,3, 3,3, 5,7, 7,8, 9,9.<\/p>\n

Soluci\u00f3<\/strong><\/p>\n\n\n\n\n\n\n\n\n\n\n
\"\"<\/td>\n\"\"<\/td>\n\"\"<\/td>\n<\/tr>\n
1<\/td>\n2<\/td>\n2<\/td>\n<\/tr>\n
2<\/td>\n1<\/td>\n3<\/td>\n<\/tr>\n
3<\/td>\n3<\/td>\n6<\/td>\n<\/tr>\n
5<\/td>\n1<\/td>\n7<\/td>\n<\/tr>\n
7<\/td>\n2<\/td>\n9<\/td>\n<\/tr>\n
8<\/td>\n1<\/td>\n10<\/td>\n<\/tr>\n
9<\/td>\n2<\/td>\n12<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Els dos valors centrals, despr\u00e9s d\u2019ordenar les dades de la variable de m\u00e9s petita a m\u00e9s gran, s\u00f3n el 3 i el 5:<\/p>\n

1,1, 2,3, 3,3, 5,7, 7,8, 9,9<\/p>\n

\"\"<\/p>\n

D’una altra manera, ens fixem en quin valor de la variable t\u00e9 com a freq\u00fc\u00e8ncia absoluta la meitat de les dades i calculem la mitjana d’aquest valor i del seg\u00fcent.<\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n

Si la variable \u00e9s quantitativa cont\u00ednua, la mediana estar\u00e0 en aquell interval en la freq\u00fc\u00e8ncia absoluta acumulada del qual passem de menys de la meitat a m\u00e9s de la meitat de les dades, ordenades pr\u00e8viament de m\u00e9s petita a m\u00e9s gran. Si la freq\u00fc\u00e8ncia absoluta acumulada coincideix amb la meitat de les dades, la mediana \u00e9s l’extrem de l’interval, i en cas contrari s’aplica la f\u00f3rmula seg\u00fcent:<\/p>\n

\"\"\u00a0essent\u00a0\"\"\u00a0l’extrem inferior de l’interval mitj\u00e0,\u00a0\"\"\u00a0l’extrem superior de l’interval anterior, n<\/em> la grand\u00e0ria de la mostra,\u00a0\"\"\u00a0la freq\u00fc\u00e8ncia absoluta acumulada que es passa del valor de la meitat de les dades, i finalment\u00a0\"\"\u00a0la freq\u00fc\u00e8ncia absoluta acumulada anterior a la seleccionada.<\/p>\n

\n<\/div>\n

<\/p>\n

Exemple de variable quantitativa cont\u00ednua<\/strong><\/p>\n

Calcula la mediana de les dades seg\u00fcents:<\/p>\n\n\n\n\n\n\n
\"\"<\/td>\n\"\"<\/td>\n<\/tr>\n
[1,2)<\/td>\n15<\/td>\n<\/tr>\n
[2,3)<\/td>\n25<\/td>\n<\/tr>\n
[3,4)<\/td>\n10<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Soluci\u00f3<\/strong><\/p>\n\n\n\n\n\n\n
\"\"<\/td>\n\"\"<\/td>\n\"\"<\/td>\n<\/tr>\n
[1,2)<\/td>\n15<\/td>\n15<\/td>\n<\/tr>\n
[2,3)<\/td>\n25<\/td>\n40<\/td>\n<\/tr>\n
[3,4)<\/td>\n10<\/td>\n50<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Com que el nombre total de dades \u00e9s 50, i la meitat d’aquestes s\u00f3n 25, l’interval mitj\u00e0 seria [2,3), perqu\u00e8 la seva freq\u00fc\u00e8ncia absoluta acumulada \u00e9s de 40 (la primera freq\u00fc\u00e8ncia absoluta acumulada que passa de 25).<\/p>\n

\"\"<\/p>\n

\n<\/div>\n

<\/p>\n

Exemple<\/strong><\/p>\n

Calcula la mediana de les dades seg\u00fcents:<\/p>\n\n\n\n\n\n\n
\"\"<\/td>\n\"\"<\/td>\n<\/tr>\n
[1,2)<\/td>\n25<\/td>\n<\/tr>\n
[2,3)<\/td>\n5<\/td>\n<\/tr>\n
[3,4)<\/td>\n20<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Soluci\u00f3<\/strong><\/p>\n\n\n\n\n\n\n
\"\"<\/td>\n\"\"<\/td>\n\"\"<\/td>\n<\/tr>\n
[1,2)<\/td>\n25<\/td>\n25<\/td>\n<\/tr>\n
[2,3)<\/td>\n5<\/td>\n30<\/td>\n<\/tr>\n
[3,4)<\/td>\n20<\/td>\n50<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Com que el nombre total de dades \u00e9s 50, i la meitat d’aquestes \u00e9s 25, l’interval mitj\u00e0 seria [1,2), perqu\u00e8 la seva freq\u00fc\u00e8ncia absoluta acumulada \u00e9s de 25 i el valor de la mediana coincideix en aquest cas amb l’extrem superior de l’interval, \u00e9s a dir,\u00a0\"\".<\/p>\n

\n<\/div>\n

c) La mitjana aritm\u00e8tica i la mitjana ponderada<\/strong><\/p>\n

La mitjana aritm\u00e8tica ens informa de la mesura de tend\u00e8ncia central d’un grup de dades. S’obt\u00e9 quan se sumen tots els valors i es divideix pel total de casos.<\/p>\n

\"\"<\/p>\n

\"\" \u00c9s la mitjana aritm\u00e8tica.
\n\u03a3 \u00c9s el s\u00edmbol de la lletra grega sigma en maj\u00fascules i fa refer\u00e8ncia a la suma.
\nx \u00c9s cadascun dels valors observats.<\/p>\n

N<\/em> \u00e9s el nombre total de puntuacions d’una distribuci\u00f3.<\/p>\n

Per exemple, si volem obtenir la mitjana de les notes (6, 5 i 7) de tres treballs de l\u2019assignatura Metodologies de la recerca d’un alumne:<\/p>\n

\"\"<\/p>\n

Si l’\u00faltima d’aquestes notes tingu\u00e9s tres vegades m\u00e9s valor que les altres, parlar\u00edem de la mitjana ponderada i es calcularia aix\u00ed:<\/p>\n

\"\"<\/p>\n

<\/p>\n

Exemple de mitjana aritm\u00e8tica<\/strong><\/p>\n

Es van seleccionar cinc persones i se’ls va preguntar el nombre d’hores al dia que passaven connectats a qualsevol xarxa social. Les dades van ser les seg\u00fcents: 2,1; 5,3; 1,4; 4,6; 0,7. Calculeu la mitjana del temps en hores al dia que van passar connectats a les xarxes socials.<\/p>\n

Soluci\u00f3<\/strong><\/p>\n

X<\/em> \u2261 temps en hores de connexi\u00f3 al dia a xarxes socials.<\/p>\n

Es tracta d\u2019una variable quantitativa cont\u00ednua.<\/p>\n

\"\"<\/p>\n

\n<\/div>\n

<\/p>\n

Exemple de mitjana ponderada<\/strong><\/p>\n

Amb les dades de l’apartat anterior, i tenint en compte que hem ponderat cada subjecte respectivament amb els valors 1, 2, 3, 4, i 5, s’han donat aquests valors en concordan\u00e7a amb les edats dels enquestats: com menys edat m\u00e9s pes. Calculeu la mitjana geom\u00e8trica del temps en hores al dia que van passar connectats a xarxes socials.<\/p>\n

Soluci\u00f3<\/strong><\/p>\n

\"\"<\/p>\n

\n<\/div>\n

d) Percentils<\/strong><\/p>\n

\u00c9s una mesura de posici\u00f3 no central que ens diu la posici\u00f3 d’un valor respecte als altres. Per exemple, si un valor est\u00e0 en el quartil 2 (Q2), ens diu que dues quartes parts de les dades s\u00f3n iguals o menors que aquest valor.<\/p>\n

Si un valor t\u00e9 un percentil 20 (P20), el 20 % de les dades restants tindr\u00e0 el seu mateix valor o menys.<\/p>\n

Per exemple, estem estudiant les hores de consum diari d’Instagram de joves universitaris entre 18 i 22 anys. Si el consum de quatre hores est\u00e0 en el percentil 80 (P80), el 80 % d’aquests estudiants utilitza Instagram durant quatre hores o menys.<\/p>\n

El percentil k<\/em> \u00e9s el primer valor de la variable que deixa inferiors o iguals a ell les \"\"\u00a0parts de les observacions. Es calcula el valor\u00a0\"\"\u00a0i es tria l\u2019interval la freq\u00fc\u00e8ncia absoluta acumulada del qual \u00e9s igual o major que aquest valor.<\/p>\n

\"\"<\/p>\n

Hi ha cent percentils. Per definici\u00f3, \"\"<\/p>\n

<\/p>\n

Exemple de variable quantitativa discreta<\/strong><\/p>\n

Calcula el percentil 1 de les dades seg\u00fcents: 1,1, 2,3, 3,3, 5,7,7,8,9.<\/p>\n

Soluci\u00f3<\/strong><\/p>\n\n\n\n\n\n\n\n\n\n\n
\"\"<\/td>\n\"\"<\/td>\n\"\"<\/td>\n<\/tr>\n
1<\/td>\n2<\/td>\n2<\/td>\n<\/tr>\n
2<\/td>\n1<\/td>\n3<\/td>\n<\/tr>\n
3<\/td>\n3<\/td>\n6<\/td>\n<\/tr>\n
5<\/td>\n1<\/td>\n7<\/td>\n<\/tr>\n
7<\/td>\n2<\/td>\n9<\/td>\n<\/tr>\n
8<\/td>\n1<\/td>\n10<\/td>\n<\/tr>\n
9<\/td>\n1<\/td>\n11<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

\"\"<\/p>\n

El percentil 1 deixar\u00e0 per sota seu la cent\u00e8sima part de les observacions.<\/p>\n

Calculem el percentil 1.<\/p>\n

\"\". Si ens fixem en la columna de les freq\u00fc\u00e8ncies absolutes acumulades, la primera que passa d’aquest valor \u00e9s 2, que es correspon amb el valor de la variable 1; per tant:\u00a0\"\"<\/p>\n

\n<\/div>\n

<\/p>\n

Exemple de variable quantitativa cont\u00ednua<\/strong><\/p>\n

Calcula el percentil 97 tenint en compte les dades seg\u00fcents:<\/p>\n\n\n\n\n\n\n
\"\"<\/td>\n\"\"<\/td>\n\"\"<\/td>\n<\/tr>\n
[1,2)<\/td>\n15<\/td>\n15<\/td>\n<\/tr>\n
[2,3)<\/td>\n25<\/td>\n40<\/td>\n<\/tr>\n
[3,4)<\/td>\n10<\/td>\n50<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Soluci\u00f3<\/strong><\/p>\n

El percentil 97 deixar\u00e0 el 97 % de les observacions per sota seu.<\/p>\n

En aquest cas particular, com que hi ha cinquanta dades, deixar\u00e0 per sota:<\/p>\n

\"\"<\/p>\n

Si ens fixem en la columna de les freq\u00fc\u00e8ncies absolutes acumulades, la primera que passa d’aquest valor \u00e9s 50; per tant, ens quedem amb l’interval [3,4) i apliquem la f\u00f3rmula.<\/p>\n

\"\"<\/p>\n

\n<\/div>\n","protected":false},"excerpt":{"rendered":"

L’estad\u00edstica descriptiva utilitza mesures per descriure el fenomen que s’estudia. Les mesures m\u00e9s utilitzades s\u00f3n: a) La moda (Mo) \u00c9s el valor que es presenta amb major freq\u00fc\u00e8ncia en una distribuci\u00f3. Pot haver-n\u2019hi m\u00e9s de dues. Quan n\u2019hi ha una, parlem de distribuci\u00f3 \u00abunimodal\u00bb, i quan n\u2019hi ha dues ens referim a \u00abbimodals\u00bb. Un exemple […]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"_links":{"self":[{"href":"http:\/\/tecniques-metodes-recerca.recursos.uoc.edu\/ca\/wp-json\/wp\/v2\/pages\/1167"}],"collection":[{"href":"http:\/\/tecniques-metodes-recerca.recursos.uoc.edu\/ca\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"http:\/\/tecniques-metodes-recerca.recursos.uoc.edu\/ca\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"http:\/\/tecniques-metodes-recerca.recursos.uoc.edu\/ca\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"http:\/\/tecniques-metodes-recerca.recursos.uoc.edu\/ca\/wp-json\/wp\/v2\/comments?post=1167"}],"version-history":[{"count":2,"href":"http:\/\/tecniques-metodes-recerca.recursos.uoc.edu\/ca\/wp-json\/wp\/v2\/pages\/1167\/revisions"}],"predecessor-version":[{"id":1172,"href":"http:\/\/tecniques-metodes-recerca.recursos.uoc.edu\/ca\/wp-json\/wp\/v2\/pages\/1167\/revisions\/1172"}],"wp:attachment":[{"href":"http:\/\/tecniques-metodes-recerca.recursos.uoc.edu\/ca\/wp-json\/wp\/v2\/media?parent=1167"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}