{"id":5290,"date":"2026-10-15T03:49:47","date_gmt":"2026-10-15T00:49:47","guid":{"rendered":"https:\/\/wpcalc.com\/es\/estadistica\/calculadora-roc-auc\/"},"modified":"2026-10-15T03:49:47","modified_gmt":"2026-10-15T00:49:47","slug":"calculadora-roc-auc","status":"publish","type":"post","link":"https:\/\/wpcalc.com\/es\/estadistica\/calculadora-roc-auc\/","title":{"rendered":"Calculadora de ROC AUC"},"content":{"rendered":"<section class=\"not-prose calculator-box\" aria-labelledby=\"calculator-title\"><div class=\"flex items-baseline sm:items-center justify-between gap-2 sm:gap-3\"><div class=\"flex flex-col sm:flex-row sm:items-center gap-2\"><span class=\"icon icon-calculator text-primary-700! text-base! dark:text-primary-300!\" aria-hidden=\"true\"><\/span><h2 id=\"calculator-title\" class=\"text-lg font-display font-bold\">Mide c\u00f3mo de bien separan tus puntuaciones las dos clases<\/h2><\/div><div class=\"calcdash-favorite group\">\n  <button type=\"button\" class=\"favorite\" id=\"favorite\" data-favorite-id=\"5290\" data-favorite-title=\"ROC AUC\" data-favorite-url=\"https:\/\/wpcalc.com\/es\/estadistica\/calculadora-roc-auc\/\" data-favorite-excerpt=\"Introduce las etiquetas de clase (0\/1) y las puntuaciones de predicci\u00f3n para calcular el ROC AUC, el coeficiente de Gini, el mejor punto de corte seg\u00fan el \u00edndice J de Youden, la matriz de confusi\u00f3n y todos los puntos de la curva ROC.\" aria-label=\"A\u00f1adir a favoritos\" data-favorite-icon=\"icon icon-wpcalc-dice\">\n    <span class=\"icon icon-shape-star-empty\" aria-hidden=\"true\"><\/span>\n  <\/button>\n  <div class=\"calcdash-favorite__tip\" aria-hidden=\"true\">\n   <span class=\"favorite-tooltip\" id=\"favorite-tooltip\"><\/span>\n  <\/div>\n  <span class=\"sr-only\" role=\"status\" id=\"favorite-status\"><\/span>\n<\/div><\/div><form action=\"https:\/\/wpcalc.com\/es\/estadistica\/calculadora-roc-auc\/\" method=\"POST\" class=\"calculator\" id=\"calculator-5290\" data-post=\"5290\"><fieldset class=\"fieldset-input is-1\"><legend class=\"sr-only\">Campos de entrada<\/legend><div class=\"field\" id=\"input-1\"><label for=\"field-1\">Etiquetas de clase reales (0 o 1)<\/label><textarea id=\"field-1\" name=\"etiquetas_de_clase_reales_0_o_1\">1; 1; 0; 1; 0; 0; 1; 0; 1; 0<\/textarea><\/div><div class=\"field\" id=\"input-2\"><label for=\"field-2\">Puntuaciones de predicci\u00f3n<\/label><textarea id=\"field-2\" name=\"puntuaciones_de_prediccin\">0.9; 0.8; 0.7; 0.85; 0.3; 0.2; 0.6; 0.4; 0.75; 0.1<\/textarea><\/div><div class=\"field has-term\" id=\"input-3\"><label for=\"field-3\">Umbral para la matriz de confusi\u00f3n<\/label><div class=\"term\">t<\/div>  <div class=\"absolute bottom-0 left-16 top-8 w-2 h-0.5 bg-blue-500\"><\/div><input type=\"number\" name=\"umbral_para_la_matriz_de_confusin\" id=\"field-3\" aria-describedby=\"calc-info-3\" placeholder=\"e.g. 0.5\" step=\"any\" value=\"0.5\"\/><small id=\"calc-info-3\">Un caso se predice como positivo cuando su puntuaci\u00f3n es mayor o igual que este punto de corte. No afecta al AUC.<\/small><\/div><\/fieldset><div class=\"buttons\"><button type=\"submit\" data-text=\"Recalcular\" id=\"calculate-button\" data-post=\"5290\">Calcular<\/button><button type=\"reset\">Restablecer<\/button><\/div><div class=\"field is-checkbox hidden!\" id=\"field-auto-calc\"><input type=\"checkbox\" id=\"auto-calc\"><label for=\"auto-calc\">Calcular autom\u00e1ticamente<\/label><small>Si est\u00e1 activado, el resultado se actualizar\u00e1 autom\u00e1ticamente al cambiar cualquier valor.<\/small><\/div><div class=\"fieldset-result is-hidden\" aria-labelledby=\"result-title\" aria-live=\"polite\" role=\"region\"> <h3 class=\"result-title bg-gradient-to-r from-primary-50 to-gray-50 dark:from-primary-900 dark:to-gray-800\" id=\"result-title\"><span class=\"icon icon-s-pulse\" aria-hidden=\"true\"><\/span> Resultados del an\u00e1lisis ROC<\/h3><div class=\"result-box\"><div class=\"field-result\" id=\"output-1\"><span class=\"field-title\"><span>\u00c1rea bajo la curva ROC<\/span><span class=\"result-term\">AUC<\/span><\/span><span class=\"field-value\" id=\"result-1\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copiar resultado\" aria-label=\"Copiar resultado\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-2\"><span class=\"field-title\"><span>Coeficiente de Gini (2\u00b7AUC \u2212 1)<\/span><span class=\"result-term\">G<\/span><\/span><span class=\"field-value\" id=\"result-2\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copiar resultado\" aria-label=\"Copiar resultado\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-3\"><span class=\"field-title\"><span>Mejor punto de corte (J de Youden)<\/span><\/span><span class=\"field-value\" id=\"result-3\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copiar resultado\" aria-label=\"Copiar resultado\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result is-column\" id=\"output-4\"><span class=\"field-title\"><span>Matriz de confusi\u00f3n en el umbral elegido<\/span><\/span><span class=\"field-value\" id=\"result-4\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copiar resultado\" aria-label=\"Copiar resultado\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result is-column\" id=\"output-5\"><span class=\"field-title\"><span>Puntos de la curva ROC<\/span><\/span><span class=\"field-value\" id=\"result-5\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copiar resultado\" aria-label=\"Copiar resultado\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result is-column\" id=\"output-6\"><span class=\"field-title\"><span>C\u00f3mo interpretar los resultados<\/span><\/span><span class=\"field-value\" id=\"result-6\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copiar resultado\" aria-label=\"Copiar resultado\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><\/div><div class=\"result-actions\"><button type=\"button\" class=\"copy-link\"><svg viewBox=\"0 0 20 20\" fill=\"currentColor\" aria-hidden=\"true\"><path d=\"M12.232 4.232a2.5 2.5 0 0 1 3.536 3.536l-1.225 1.224a.75.75 0 0 0 1.061 1.06l1.224-1.224a4 4 0 0 0-5.656-5.656l-3 3a4 4 0 0 0 .225 5.865.75.75 0 0 0 .977-1.138 2.5 2.5 0 0 1-.142-3.667l3-3Z\"\/><path d=\"M11.603 7.963a.75.75 0 0 0-.977 1.138 2.5 2.5 0 0 1 .142 3.667l-3 3a2.5 2.5 0 0 1-3.536-3.536l1.225-1.224a.75.75 0 0 0-1.061-1.06l-1.224 1.224a4 4 0 1 0 5.656 5.656l3-3a4 4 0 0 0-.225-5.865Z\"\/><\/svg><span class=\"copy-link__text\">Copiar enlace a este c\u00e1lculo<\/span><\/button><span class=\"sr-only\" role=\"status\" id=\"copy-link-status\"><\/span><\/div><\/div><a href=\"#respond\" class=\"hidden transition-opacity duration-300 opacity-0 w-50 text-sm justify-center items-center gap-2 px-4 py-2 rounded bg-gray-200 text-gray-700 hover:bg-gray-300\" id=\"leave-comment\"><span class=\"icon icon-comments\" aria-hidden=\"true\"><\/span>Dejar un comentario<\/a><\/form><\/section><section id=\"calc-reactions\" class=\"not-prose hidden my-12 bg-gradient-to-r from-primary-50 to-gray-50 border border-indigo-100 rounded-xl px-6 py-4 shadow-sm\" data-post=\"5290\" aria-live=\"polite\" aria-labelledby=\"calc-reactions-title\"><p id=\"calc-reactions-title\" class=\"text-sm text-gray-500 text-center mb-2\">\u00bfQu\u00e9 te ha parecido este resultado?<\/p><div role=\"group\" aria-labelledby=\"calc-reactions-title\" class=\"grid grid-cols-3 sm:flex sm:flex-row sm:justify-around gap-4 sm:items-center sm:flex-wrap\"><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"like\"><span class=\"reaction-count\" data-reaction-count=\"like\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude00 <\/span><span class=\"reaction-description font-medium\">Me gusta <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"helpful\"><span class=\"reaction-count\" data-reaction-count=\"helpful\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\udca1 <\/span><span class=\"reaction-description font-medium\">\u00datil <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"confused\"><span class=\"reaction-count\" data-reaction-count=\"confused\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude15 <\/span><span class=\"reaction-description font-medium\">Confuso <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"disappointed\"><span class=\"reaction-count\" data-reaction-count=\"disappointed\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude1e <\/span><span class=\"reaction-description font-medium\">Decepcionado <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"inaccurate\"><span class=\"reaction-count\" data-reaction-count=\"inaccurate\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\u274c <\/span><span class=\"reaction-description font-medium\">Inexacto <\/span><\/button><\/div><div id=\"reaction-message\" class=\"hidden mt-8 rounded-md border border-primary-100 bg-white\/50 backdrop-blur-sm px-4 py-2 text-sm text-center shadow-sm\"><\/div><\/section><div class=\"calcdash-ad not-prose calcdash-ad--calc_result calcdash-ad--in-article\"><ins class=\"adsbygoogle\" style=\"display:block\" data-ad-client=\"ca-pub-1721569815777345\" data-ad-slot=\"6317458308\" data-ad-layout=\"in-article\" data-ad-format=\"fluid\"><\/ins><script>(adsbygoogle = window.adsbygoogle || []).push({});<\/script><\/div>\n<style id=\"wpcoderpro-inline-1\">.formula-box {\r\n\tborder-bottom: none !important;\r\n}<\/style><section class=\"formula-box\" aria-labelledby=\"formula-title\">\r\n\t<div id=\"formula-title\" class=\"not-prose font-display mb-4\"><span class=\"icon icon-formula\" aria-hidden=\"true\"><\/span><h2>F\u00f3rmula del AUC de la curva ROC<\/h2><\/div>\r\n\t<figure class=\"not-prose formula\">\r\n\t\t<figcaption class=\"formula-title\">F\u00f3rmula<\/figcaption>\r\n\t\t<div class=\"text-base text-gray-800\" id=\"formula\">\n\\[ \\text{AUC} = \\frac{\\#\\{\\text{parejas con } s_+ &gt; s_-\\} + \\tfrac{1}{2}\\,\\#\\{\\text{parejas con } s_+ = s_-\\}}{P \\cdot N} \\]\n\\[ G = 2\\,\\text{AUC} - 1, \\qquad J = \\text{sensibilidad} + \\text{especificidad} - 1 = \\text{TPR} - \\text{FPR} \\]\n<\/div>\r\n\t<\/figure>\r\n\t<\/p>\n<p><strong>Donde:<\/strong><\/p>\n<ul>\n<li>\\(P\\) \u2014 n\u00famero de casos positivos (etiqueta 1)<\/li>\n<li>\\(N\\) \u2014 n\u00famero de casos negativos (etiqueta 0)<\/li>\n<li>\\(s_+\\) \u2014 puntuaci\u00f3n de un caso positivo; \\(s_-\\) \u2014 puntuaci\u00f3n de un caso negativo<\/li>\n<li>\\(G\\) \u2014 coeficiente de Gini (D de Somers), una reescalaci\u00f3n del AUC<\/li>\n<li>\\(J\\) \u2014 \u00edndice J de Youden, que se usa para encontrar el mejor punto de corte<\/li>\n<\/ul>\n<p>El AUC es la probabilidad de que un caso positivo elegido al azar reciba una puntuaci\u00f3n mayor que un caso negativo elegido al azar (los empates cuentan como media victoria). Coincide con el \u00e1rea trapezoidal bajo la curva ROC y con el estad\u00edstico U de Mann\u2013Whitney dividido por \\(P \\cdot N\\).<\/p>\n<p>\r\n<\/section>\n<style id=\"wpcoderpro-inline-2\">.calculation-box {\r\n\tborder-bottom: none !important;\r\n}<\/style><section id=\"calculation\" class=\"calculation-box\" aria-labelledby=\"calculation-title\">\r\n\t<div id=\"calculation-title\" class=\"not-prose font-display\"><span class=\"icon icon-unordered-list\" aria-hidden=\"true\"><\/span><h2>ROC AUC: ejemplo de c\u00e1lculo<\/h2><\/div>\r\n\r\n<\/p>\n<p><strong>Ejemplo:<\/strong> 10 casos, 5 positivos y 5 negativos, con las puntuaciones predeterminadas. Las puntuaciones de los positivos son 0.9, 0.85, 0.8, 0.75 y 0.6, y las de los negativos, 0.7, 0.4, 0.3, 0.2 y 0.1.<\/p>\n<p>Hay \\(P \\cdot N = 25\\) parejas positivo\u2013negativo. En 24 de ellas el caso positivo punt\u00faa m\u00e1s alto; la \u00fanica pareja mal ordenada es (0.6, 0.7). No hay empates, de modo que:<\/p>\n<p>\\[ \\text{AUC} = \\frac{24 + \\tfrac{1}{2}\\cdot 0}{5 \\times 5} = 0.96 \\]<\/p>\n<p><strong>Resultado:<\/strong> AUC = 0.96, coeficiente de Gini \\(2 \\times 0.96 - 1 = 0.92\\). El mejor punto de corte seg\u00fan el \u00edndice J de Youden es <strong>puntuaci\u00f3n \u2265 0.6<\/strong> (sensibilidad 100&nbsp;%, especificidad 80&nbsp;%, \\(J = 0.8\\)). Con el umbral predeterminado de 0.5, la matriz de confusi\u00f3n es VP = 5, FP = 1, FN = 0, VN = 4 (exactitud del 90&nbsp;%).<\/p>\n<p>\n\r\n<\/section>\n<h2>C\u00f3mo usar la calculadora<\/h2>\n<ol>\n<li>Pega las <strong>etiquetas de clase reales (0 o 1)<\/strong> en el primer campo: una etiqueta por caso, separadas por espacios, saltos de l\u00ednea o punto y coma. Usa 1 para la clase positiva y 0 para la negativa.<\/li>\n<li>Pega las <strong>puntuaciones de predicci\u00f3n<\/strong> en el segundo campo, en el mismo orden que las etiquetas. Sirve cualquier escala num\u00e9rica (probabilidades, salidas del modelo, valoraciones); se aceptan comas decimales.<\/li>\n<li>Si quieres, cambia el <strong>umbral de la matriz de confusi\u00f3n<\/strong> (predeterminado: 0.5). Un caso se predice como positivo cuando su puntuaci\u00f3n es \u2265 ese punto de corte. El umbral no afecta al AUC.<\/li>\n<li>Lee los resultados: el <strong>\u00e1rea bajo la curva ROC<\/strong>, el <strong>coeficiente de Gini<\/strong>, el <strong>mejor punto de corte (\u00edndice J de Youden)<\/strong>, la matriz de confusi\u00f3n en tu umbral y una tabla de puntos de la curva ROC que puedes representar gr\u00e1ficamente.<\/li>\n<\/ol>\n<p>Las dos listas deben tener la misma longitud y los datos deben contener al menos un caso positivo y uno negativo; de lo contrario, no hay ning\u00fan ordenamiento que evaluar.<\/p>\n<h2>\u00bfQu\u00e9 es el ROC AUC?<\/h2>\n<p>La curva ROC (Receiver Operating Characteristic, caracter\u00edstica operativa del receptor) muestra c\u00f3mo se comporta un clasificador binario en cada punto de corte posible. Cada punto de la curva es una pareja (tasa de falsos positivos, tasa de verdaderos positivos) que se obtiene clasificando como positivos todos los casos con puntuaci\u00f3n \u2265 cierto umbral. Al recorrer el umbral de mayor a menor, la curva se traza desde el origen (nada se predice como positivo) hasta la esquina superior derecha (todo se predice como positivo).<\/p>\n<p>El AUC \u2014el \u00e1rea bajo esa curva\u2014 resume toda la curva en un solo n\u00famero. Tiene un significado probabil\u00edstico directo: la probabilidad de que un caso positivo elegido al azar obtenga una puntuaci\u00f3n mayor que un caso negativo elegido al azar. Un ordenamiento perfecto da AUC = 1; uno in\u00fatil (aleatorio) da AUC = 0.5; uno sistem\u00e1ticamente invertido da AUC &lt; 0.5, lo que indica que debes invertir el sentido de tus puntuaciones.<\/p>\n<p>Como referencia orientativa: 0.9\u20131, excelente; 0.8\u20130.9, bueno; 0.7\u20130.8, aceptable; 0.6\u20130.7, deficiente; 0.5, no mejor que el azar. El coeficiente de Gini \\(2\\cdot\\text{AUC}-1\\) reescala esta escala de modo que 0 signifique azar y 1 perfecci\u00f3n; es habitual en el credit scoring, donde tambi\u00e9n se denomina D de Somers.<\/p>\n<p>A diferencia de la exactitud o la precisi\u00f3n, el AUC es <em>independiente del umbral<\/em>: mide c\u00f3mo <em>ordenan<\/em> los casos las puntuaciones, con independencia del punto de corte que elijas despu\u00e9s. Por eso es la m\u00e9trica natural para comparar modelos de puntuaci\u00f3n, pero tambi\u00e9n significa que no dice nada sobre la calibraci\u00f3n: una puntuaci\u00f3n de 0.8 no tiene por qu\u00e9 corresponder a una probabilidad del 80 %. Si necesitas m\u00e9tricas de la matriz de confusi\u00f3n en un punto de corte concreto, combina esta herramienta con la <a href=\"https:\/\/wpcalc.com\/es\/estadistica\/calculadora-matriz-de-confusion\/\">calculadora de matriz de confusi\u00f3n<\/a>.<\/p>\n<h2>C\u00f3mo elegir el punto de corte<\/h2>\n<p>La calculadora indica el punto de corte que maximiza el \u00edndice J de Youden, \\(J = \\text{sensibilidad} + \\text{especificidad} - 1\\): el punto de la curva ROC m\u00e1s alejado de la diagonal. Es una opci\u00f3n razonable por defecto, pero no siempre la mejor desde el punto de vista operativo. En el cribado m\u00e9dico puede interesarte una sensibilidad alta aunque eso suponga m\u00e1s falsos positivos; en una prueba confirmatoria o en la detecci\u00f3n de fraude con investigaciones costosas, la especificidad puede pesar m\u00e1s. Usa la tabla de puntos de la curva ROC para ver el compromiso entre sensibilidad y especificidad en cada puntuaci\u00f3n distinta y elige el punto de corte que mejor se ajuste a tus costes.<\/p>\n<p>Como el AUC es una medida de ordenamiento, guarda una estrecha relaci\u00f3n con otros estad\u00edsticos basados en rangos. Si analizas el acuerdo entre rangos de forma m\u00e1s general, la <a href=\"https:\/\/wpcalc.com\/es\/estadistica\/calculadora-tau-de-kendall\/\">calculadora de tau de Kendall<\/a> cubre las parejas concordantes y discordantes entre dos variables.<\/p>\n<h2>Supuestos, limitaciones y consejos<\/h2>\n<ul>\n<li><strong>Solo resultados binarios.<\/strong> Las etiquetas deben ser exactamente 0 o 1. Para problemas multiclase, calcula un AUC por clase (uno contra el resto).<\/li>\n<li><strong>Independencia.<\/strong> Cada caso aporta una etiqueta y una puntuaci\u00f3n, y se asume que los casos son independientes. Las mediciones repetidas del mismo sujeto violan este supuesto.<\/li>\n<li><strong>Los empates se tratan<\/strong> contando cada pareja empatada positivo\u2013negativo como medio \u00e9xito, lo que coincide con el AUC trapezoidal y la convenci\u00f3n de la U de Mann\u2013Whitney.<\/li>\n<li><strong>Muestras peque\u00f1as.<\/strong> Con pocos casos, el AUC presenta un intervalo de confianza amplio; conviene informar junto a \u00e9l de un intervalo de Hanley\u2013McNeil o DeLong. El ejemplo predeterminado de 10 casos es solo ilustrativo.<\/li>\n<li><strong>Desequilibrio de clases.<\/strong> El AUC es insensible a la proporci\u00f3n entre positivos y negativos, lo que puede ser una ventaja o un punto ciego: un modelo puede tener un AUC alto y aun as\u00ed pasar por alto muchos positivos reales. Consulta la matriz de confusi\u00f3n y m\u00e9tricas como la <a href=\"https:\/\/wpcalc.com\/es\/estadistica\/calculadora-odds-ratio-riesgo-relativo\/\">raz\u00f3n de probabilidades (odds ratio)<\/a> para ver el impacto pr\u00e1ctico.<\/li>\n<li><strong>AUC &lt; 0.5<\/strong> significa que tus puntuaciones est\u00e1n invertidas: usa la l\u00f3gica \u00abpuntuaci\u00f3n \u2264 umbral\u00bb o intercambia las etiquetas.<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Introduce las etiquetas de clase (0\/1) y las puntuaciones de predicci\u00f3n para calcular el ROC AUC, el coeficiente de Gini, el mejor punto de corte seg\u00fan el \u00edndice J de Youden, la matriz de confusi\u00f3n y todos los puntos de la curva ROC.<\/p>\n","protected":false},"author":3168,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[29],"tags":[41],"class_list":["post-5290","post","type-post","status-publish","format-standard","hentry","category-estadistica","tag-probabilidad"],"acf":[],"_links":{"self":[{"href":"https:\/\/wpcalc.com\/es\/wp-json\/wp\/v2\/posts\/5290","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wpcalc.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wpcalc.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wpcalc.com\/es\/wp-json\/wp\/v2\/users\/3168"}],"replies":[{"embeddable":true,"href":"https:\/\/wpcalc.com\/es\/wp-json\/wp\/v2\/comments?post=5290"}],"version-history":[{"count":1,"href":"https:\/\/wpcalc.com\/es\/wp-json\/wp\/v2\/posts\/5290\/revisions"}],"predecessor-version":[{"id":5546,"href":"https:\/\/wpcalc.com\/es\/wp-json\/wp\/v2\/posts\/5290\/revisions\/5546"}],"wp:attachment":[{"href":"https:\/\/wpcalc.com\/es\/wp-json\/wp\/v2\/media?parent=5290"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wpcalc.com\/es\/wp-json\/wp\/v2\/categories?post=5290"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wpcalc.com\/es\/wp-json\/wp\/v2\/tags?post=5290"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}