이 연구는 프로골프대회에서 기록되는 중요변인들 (드라이브거리, 페어웨이안착율, 그린적중율, 센드세이브율, 리커버리율, 평균퍼팅수)이 평균타수에 미치는 영향력에 대해 집단 간 차이를 분석하였다. 구체적으로 미국남자프로골프협회 (PGA), 미국여자프로골프협회 (LPGA), 한국남자프로골프투어 (KGT), 그리고 한국여자프로골프투어 (KLPGT)에서 측정, 공개하는 자료를 통해 PGA, LPGA, KPGA, KLPGA 집단 간에 중요변인들이 평균타수에 미치는 경로에 유의한 차이가 있는지를 검증하였다. 그 결과 PGA와 LPGA 모형 간에 드라이브거리와 그린적중율이 평균타수에 미치는 경로가 p <.05 수준에서 통계적으로 유의한 차이가 있는 것으로 나타났으며, KPGA와 KLPGA 모형 간에는 드라이브거리, 리커버리율, 그리고 평균퍼팅이 평균타수에 미치는 경로가 유의한 차이가 있는 것으로 나타났다. 또한 PGA와 KPGA 모형 간에 드라이브거리, 리커버리율, 그리고 평균퍼팅이 평균타수에 미치는 경로가p <.05 수준에서 통계적으로 유의한 차이가 있는 것으로 나타났으며, LPGA와 KLPGA 모형 간에는 모든 경로에서 p >.05 수준에서 통계적으로 유의한 차이가 없는 것으로 나타났다. 이 연구 결과는 남녀 국내 투어와 미국 투어의 골프 경기력의 구조 특성을 이해하는데 필요한 기초자료로 활용 할 수 있을 것이며 향후 투어 진출을 위한 유의한 정보가 될 수 있을 것이다.
이 연구는 프로골프대회에서 기록되는 중요변인들 (드라이브거리, 페어웨이안착율, 그린적중율, 센드세이브율, 리커버리율, 평균퍼팅수)이 평균타수에 미치는 영향력에 대해 집단 간 차이를 분석하였다. 구체적으로 미국남자프로골프협회 (PGA), 미국여자프로골프협회 (LPGA), 한국남자프로골프투어 (KGT), 그리고 한국여자프로골프투어 (KLPGT)에서 측정, 공개하는 자료를 통해 PGA, LPGA, KPGA, KLPGA 집단 간에 중요변인들이 평균타수에 미치는 경로에 유의한 차이가 있는지를 검증하였다. 그 결과 PGA와 LPGA 모형 간에 드라이브거리와 그린적중율이 평균타수에 미치는 경로가 p <.05 수준에서 통계적으로 유의한 차이가 있는 것으로 나타났으며, KPGA와 KLPGA 모형 간에는 드라이브거리, 리커버리율, 그리고 평균퍼팅이 평균타수에 미치는 경로가 유의한 차이가 있는 것으로 나타났다. 또한 PGA와 KPGA 모형 간에 드라이브거리, 리커버리율, 그리고 평균퍼팅이 평균타수에 미치는 경로가p <.05 수준에서 통계적으로 유의한 차이가 있는 것으로 나타났으며, LPGA와 KLPGA 모형 간에는 모든 경로에서 p >.05 수준에서 통계적으로 유의한 차이가 없는 것으로 나타났다. 이 연구 결과는 남녀 국내 투어와 미국 투어의 골프 경기력의 구조 특성을 이해하는데 필요한 기초자료로 활용 할 수 있을 것이며 향후 투어 진출을 위한 유의한 정보가 될 수 있을 것이다.
This study is to analyze effectiveness of golf skills (driving distance, rating of fairway, green in regulation, sand save ratio, recovery ratio, putting average) to average score using records of PGA, LPGA, KPGA, KLPGA. Independent variables were driving distance, rating of fairway, green in regula...
This study is to analyze effectiveness of golf skills (driving distance, rating of fairway, green in regulation, sand save ratio, recovery ratio, putting average) to average score using records of PGA, LPGA, KPGA, KLPGA. Independent variables were driving distance, rating of fairway, green in regulation, sand save ratio or recovery ratio, putting average. Dependent variable was the scoring average in this study. To analyze these variables, multi-group (PGA vs LPGA, KPGA vs KLPGA, PGA vs KPGA, LPGA vs KLPGA) path analysis was used through AMOS 18.0 program and significance level was set at 0.05. As the result, the variables that show significant differences of path coefficient between PGA model and LPGA model were driving distance and green in regulation to average score. The variables that show significant differences of path coefficient between KPGA model and KLPGA model were driving distance, recovery ratio, and putting average to average score. The variables that show significant differences of path coefficient between PGA model and KPGA model were driving distance, recovery ratio, and putting average to average score. There was not significant difference of path coefficient between LPGA model and KLPGA model.
This study is to analyze effectiveness of golf skills (driving distance, rating of fairway, green in regulation, sand save ratio, recovery ratio, putting average) to average score using records of PGA, LPGA, KPGA, KLPGA. Independent variables were driving distance, rating of fairway, green in regulation, sand save ratio or recovery ratio, putting average. Dependent variable was the scoring average in this study. To analyze these variables, multi-group (PGA vs LPGA, KPGA vs KLPGA, PGA vs KPGA, LPGA vs KLPGA) path analysis was used through AMOS 18.0 program and significance level was set at 0.05. As the result, the variables that show significant differences of path coefficient between PGA model and LPGA model were driving distance and green in regulation to average score. The variables that show significant differences of path coefficient between KPGA model and KLPGA model were driving distance, recovery ratio, and putting average to average score. The variables that show significant differences of path coefficient between PGA model and KPGA model were driving distance, recovery ratio, and putting average to average score. There was not significant difference of path coefficient between LPGA model and KLPGA model.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 이 연구는 다중집단 경로계수 검정을 적용하여 한국프로골프와 미국프로골프, 남자프로골프와 여자프로골프 경기에서 경기력 결정요인의 차이를 규명하고자 한다. 구체적으로 PGA, LPGA, KPGA, KLPGA에서 측정하는 중요변인들 (드라이브거리, 페어웨이안착율, 그린적중율, 센드세이브율, 리커버리율 평균퍼팅수)이 평균타수에 영향을 주는 경로가 통계적으로 유의한 차이가 있는지 검증하고자 한다. 궁극적으로 경기력 결정 요인의 집단 간 구조 차이를 규명하여 선수와 지도자들 뿐 아니라 미디어 자료로서 활용할 수 있는 정보를 제공하는데 목적이 있다.
구체적으로 PGA, LPGA, KPGA, KLPGA에서 측정하는 중요변인들 (드라이브거리, 페어웨이안착율, 그린적중율, 센드세이브율, 리커버리율 평균퍼팅수)이 평균타수에 영향을 주는 경로가 통계적으로 유의한 차이가 있는지 검증하고자 한다. 궁극적으로 경기력 결정 요인의 집단 간 구조 차이를 규명하여 선수와 지도자들 뿐 아니라 미디어 자료로서 활용할 수 있는 정보를 제공하는데 목적이 있다.
그러나 PGA, LPGA, KPGA, KLPGA의 기록들을 모두 수집하여 다중집단분석 방법을 적용하여 상대적으로 경로를 통계적으로 비교 분석한 연구는 아직 미흡하다. 따라서 이 연구는 다중집단 경로계수 검정을 적용하여 한국프로골프와 미국프로골프, 남자프로골프와 여자프로골프 경기에서 경기력 결정요인의 차이를 규명하고자 한다. 구체적으로 PGA, LPGA, KPGA, KLPGA에서 측정하는 중요변인들 (드라이브거리, 페어웨이안착율, 그린적중율, 센드세이브율, 리커버리율 평균퍼팅수)이 평균타수에 영향을 주는 경로가 통계적으로 유의한 차이가 있는지 검증하고자 한다.
리커버리율 (recovery rate)은 그린적중에 실패한 홀에서 파 또는 파보다 좋은 성적을 기록한 확률로 스크램블링 (scrambling) 능력을 나타낸다. 따라서 이 연구에서 KPGA 모형과의 경로계수 차이검증은 센드세이브율 대신 리커버리율이 평균타수에 미치는 경로의 차이를 검증 하였다. 그 결과, 페어웨이안착율을 제외한 드라이브거리, 그린적중율, 리커버리율, 그리고 평균퍼팅이 평균타수에 미치는 영향은 모두 p <.
남자 투어의 경우는 드라이버거리와 리커버리율이 평균퍼팅에서 차이가 나타남으로서 장타능력 및 숏게임 능력 뿐 아니라 퍼팅능력에서도 수준 차이가 반영되고 있다. 이 연구는 국내, 국외 남녀 프로골프에 중요변인이 평균타수에 미치는 일반화된 모형을 토대로 경로계수의 차이를 검증하였다. 그러나 각 대회마다 평균타수에 직접적, 간접적 영향을 고려하여 각기 다른 모형에서 접근하려는 시도가 요구된다.
이 연구에서는 골프 경기력에 영향을 미치는 주요 변인들 (드라이브거리, 페어웨이안착율, 그린적중율, 센드세이브율, 리커버리율 평균퍼팅수)이 평균타수에 영향을 주는 경기력 모형 경로가 PGA, LPGA, KPGA, KLPGA 집단에서 유사한지 또는 차이가 있는지 여부를 검증하는데 목적이 있었다. 그 동안의 선행연구에서는 주로 다중회귀모형이나 독립적인 경로모형을 바탕으로 하였기 때문에 경기력 모형의 투어 (PGA, LPGA, KPGA, KLPGA) 간 차이 여부를 통계적으로 확인하는 사례는 없었다.
제안 방법
KPGA, KLPGA 투어 간 비교에서는 센드세이브율 대신 리커버리율 모형을 설정하였는데 이 경우에서도 제안된 모형은 골프 경기력 결정 모형으로 적합하였다. KPGA, KLPGA 투어에서는 PGA, LPGA와 다른 경로계수 특성을 보이고 있는데 남자의 경우 그린적중률, 여자는 그린적중률과 리커버리율에서 경로계수가 높게 나타나고 있다.
따라서 이 연구는 PGA, LPGA, KPGA, KLPGA에서 동일하게 2009년부터 2011년간 누적된 기록만을 분석에 사용하였다. 구체적으로 매년 (2009년, 2010년, 2011년) 투어가 종료된 후 출전한 전 선수들의 최종 누적되는 전체 경기기록을 모두 수집하여 분석에 적용하였다. Table 2.
드라이브거리는 바람의 영향을 최소화하기 위해 대회 마다 정해진 홀에서 1구 째 티샷 거리를 야드(yard)로 측정한다. 드라이브 정확도는 드라이버샷이 페어웨이 (fairway)에 떨어진 확률을 의미하며 페어웨이안착율 (fairway hits)이라고도 표현한다.
1과 같다. 연구모형은 예비 모형 검토과정에서 모형의 적합성이 가장 높은 모형으로서 드라이브거리, 페어웨이안착율, 그린적중률, 센드세이브율, 평균퍼팅이 상호 연관성을 가지며 평균타수에 주는 인과모형이다. 드라이버 거리와 평균퍼팅, 그리고 페어웨이 안착률과 평균퍼팅에 상호 연관성 효과는 연구모형에서 제외되었다.
이 연구에서는 PGA, LPGA, KPGA, KLPGA 경기기록을 활용하여 각 모형간 다중집단 경로분석을 실시하였다. 우선 PGA와 LPGA 모형간의 경로계수들 차이를 분석하기 위한 비제약모형 (자유모형)의 적합도 (goodness-of-fit)는 다음 Table 3.
이 연구에서는 한국과 미국 남녀 골프 투어기록을 바탕으로 드라이버 거리, 페어웨이 안착률, 그린적중률, 샌드세이브율, 평균퍼팅이 평균타수에 미치는 골프 경기력 모형을 설정하여 투어 간 모형비교를 실시하였다. 남녀 투어 간 비교에서는 코스의 길이, 남녀 선수의 경기력 차이 등이 모형에 반영되고 있다.
대상 데이터
한국프로골프투어는 2009년도부터 경기 지표들 (드라이브거리, 페어웨이안착율, 그린적중율, 센드세이브율, 리커버리율, 평균퍼팅, 평균타수)을 공개하기 시작하였다. 따라서 이 연구는 PGA, LPGA, KPGA, KLPGA에서 동일하게 2009년부터 2011년간 누적된 기록만을 분석에 사용하였다. 구체적으로 매년 (2009년, 2010년, 2011년) 투어가 종료된 후 출전한 전 선수들의 최종 누적되는 전체 경기기록을 모두 수집하여 분석에 적용하였다.
이 연구에서는 미국남자프로골프협회 (PGA) 인터넷사이트 (www.pgature.com), 미국여자프로골프 협회 (LPGA) 인터넷사이트 (www.lpg.com), 한국프로골프투어 (KGT) 인터넷사이트 (www.kgt.co.kr), 그리고 한국여자프로골프투어 (KLPGT) 인터넷사이트 (www.klpgt.co.kr)에서 공개하는 통계 기록자료를 활용하였다. 한국프로골프투어는 2009년도부터 경기 지표들 (드라이브거리, 페어웨이안착율, 그린적중율, 센드세이브율, 리커버리율, 평균퍼팅, 평균타수)을 공개하기 시작하였다.
데이터처리
이 연구에서는 경로계수들의 유의성과 적합도 (goodness-of-fit), 그리고 다중집단 경로분석을 실시하기 위해 AMOS 18.0 프로그램을 적용하였다. 다중집단 경로분석은 집단간 경로분석을 의미하며, 비제약모형 (자유모형; 연구모형)과 제약모형 (경로제약모형)간의 χ2차이를 이용해 분석하게 된다.
이론/모형
이 연구에서 모형의 적합도를 평가하기 위해 절대적합지수로는 적합지수 (goodness of fit index; GFI)와 평균자승이중근 (root mean square error of approximation; RMSEA)을 적용하였다. 그리고 상대적합지수로는 터키-루이스지수 (Tuckey-Lewis index; TLI)와 비교적합지수 (comparative fit index; CFI)를 적용하였다. 이 적합지수들은 표본수에 민감하지 않고 최적기준이 명확하다는 장점을 가진다 (Yu, 2010; Hong, 2000).
이 연구에서 모형의 적합도를 평가하기 위해 절대적합지수로는 적합지수 (goodness of fit index; GFI)와 평균자승이중근 (root mean square error of approximation; RMSEA)을 적용하였다. 그리고 상대적합지수로는 터키-루이스지수 (Tuckey-Lewis index; TLI)와 비교적합지수 (comparative fit index; CFI)를 적용하였다.
성능/효과
KPGA모형과 KLPGA 모형에서 페어웨이안착율과 그린적중율이 평균타수에 미치는 경로는 △χ2값이 3.84 이하로 p >.05 수준에서 통계적으로 유의한 차이가 없는 것으로 나타났다.
LPGA, 한국의 KLPGA 여자 투어간 비교에서도 드라이브거리, 페어웨이안착율, 그린적중율, 센드 세이브율, 리커버리율이 평균퍼팅수에 미치는 경로 모형은 적합하게 나타났다. LPGA, KLPGA 투어에서 그린적중률과 평균퍼팅의 경로계수가 모형에서 유사하게 크게 영향을 미치는 요인으로 분석되었다. LPGA와 KLPGA의 양 투어에서 경로계수의 차이는 전혀 없었다.
PGA모형과 KPGA 모형에서 페어웨이안착율과 그린적중율이 평균타수에 미치는 경로는 △χ2값이3.84 이하로 p >.05 수준에서 통계적으로 유의한 차이가 없는 것으로 나타났다.
PGA모형과 LPGA 모형에서 드라이브거리가 평균타수에 미치는 경로와 그린적중율이 평균타수에 미치는 경로는 △χ2값이 3.84 이상으로 p <.05 수준에서 통계적으로 유의한 차이가 있는 것으로 나타났다.
그 결과, 페어웨이안착율을 제외한 드라이브거리, 그린적중율, 리커버리율, 그리고 평균퍼팅이 평균타수에 미치는 영향은 모두 p <.05 수준에서 통계적으로 유의하게 나타났다.
그 외에 드라이브거리가 평균타수에 미치는 경로, 리커버리율이 평균타수에 미치는 경로, 그리고 평균퍼팅이 평균타수에 미치는 경로간 △χ2값은 모두 3.84 이상으로 p <.05 수준에서 통계적으로 유의한 차이가 있는 것으로 나타났다
드라이브거리를 제외하고 페어웨이안착율, 그린적중율, 리커버리율, 그리고 평균퍼팅이 평균타수에 미치는 영향은 모두 p <.01 수준에서 통계적으로 유의하게 나타났다
드라이브거리를 제외한 다른 변인들 (페어웨이안착율, 그린적중율, 센드세이브율, 평균퍼팅)이 평균타수에 미치는 영향은 모두 p <.01 수준에서 통계적으로 유의하게 나타났다.
드라이브거리와 페어웨이안착율, 그린적중율, 센드세이브율, 그리고 평균퍼팅이 평균타수 (scoring average; SA)에 미치는 영향은 모두 p <.01 수준에서 통계적으로 유의하게 나타났다.
드라이브거리와 페어웨이안착율이 평균타수에 미치는 영향을 제외한 다른 변인들 (그린적중율, 리커버리율, 평균퍼팅)은 모두 p <.01 수준에서 통계적으로 유의하게 평균타수에 영향을 미치는 것으로 나타났다.
전체적으로 결과를 정리하면, PGA와 LPGA 모형 간에 드라이브거리와 그린적중율이 평균타수에 미치는 경로가 통계적으로 유의한 차이가 있으며, KPGA와 KLPGA 모형 간에는 드라이브거리, 리커버리율, 그리고 평균퍼팅이 평균타수에 미치는 경로가 유의한 차이가 있다. 또한 PGA와 KPGA 모형 간에 드라이브거리, 리커버리율, 그리고 평균퍼팅이 평균타수에 미치는 경로가 통계적으로 유의한 차이가 있으며, LPGA와 KLPGA 모형 간에는 모든 경로에서 통계적으로 유의한 차이가 없는 것을 알 수 있다.
이 연구에서 LPGA모형과 KLPGA 모형간에는 드라이브거리, 페어웨이안착율, 그린적중율, 센드세이브율, 그리고 평균퍼팅이 평균타수에 미치는 경로는 △χ2값이 모두 3.84이하로 p >.05 수준에서 통계적으로 유의한 차이가 없는 것으로 나타났다
이 연구에서 독립변수인 드라이브거리, 페어웨이안착율, 그린적중율, 리커버리율, 그리고 평균퍼팅이 종속변수인 평균타수에 미치는 영향은 모두 p <.01 수준에서 통계적으로 유의하게 나타났다.
이 결과는 국내 여자 프로투어와 LPGA간에는 경기 내용 요소에서 질적 차이가 없다는 점을 반영하고 있다. 전체적으로 결과를 정리하면, PGA와 LPGA 모형 간에 드라이브거리와 그린적중율이 평균타수에 미치는 경로가 통계적으로 유의한 차이가 있으며, KPGA와 KLPGA 모형 간에는 드라이브거리, 리커버리율, 그리고 평균퍼팅이 평균타수에 미치는 경로가 유의한 차이가 있다. 또한 PGA와 KPGA 모형 간에 드라이브거리, 리커버리율, 그리고 평균퍼팅이 평균타수에 미치는 경로가 통계적으로 유의한 차이가 있으며, LPGA와 KLPGA 모형 간에는 모든 경로에서 통계적으로 유의한 차이가 없는 것을 알 수 있다.
1과 같다. 절대적합지수인 GFI=.98, RMSEA=.09로 나타났고, 상대적합지수인 TLI=.90, CFI=.98로 RMSEA를 제외하고 모두 최적기준 (criterion index) 이상으로 나타났다. 비제약모형의 적합도는 두 모형 (PGA모형, LPGA모형)을 연결시킨 모형이므로 두 모형의 적합도는 동일하다.
9와 같다. 절대적합지수인 GFI=.99, RMSEA=.06로 나타났으며, 상대적합지수인 TLI=.95, CFI=.99로 모두 최적기준을 만족하는 것으로 나타났다.
13과 같다. 절대적합지수인 GFI=.99, RMSEA=.06으로 나타났으며, 상대적합지수인 TLI=.95, CFI=.99로 모두 최적기준을 만족하는 것으로 나타났다.
5와 같다. 절대적합지수인 GFI=.99, RMSEA=.07로 나타났으며, 상대적합지수인 TLI=.92, CFI=.99로 모두 최적기준을 만족하는 것으로 나타났다.
페어웨이안착율이 평균타수에 미치는 영향을 제외한 다른 변인들 (드라이브거리, 그린적중율, 리커버리율, 평균퍼팅)은 모두 p <.01 수준에서 통계적으로 유의하게 평균타수에 영향을 미치는 것으로 나타났다.
페어웨이안착율이 평균타수에 미치는 영향을 제외한 다른 변인들(드라이브거리, 그린적중율, 리커버리율, 평균퍼팅)은 모두 p <.01 수준에서 통계적으로 유의하게 평균 타수에 영향을 미치는 것으로 나타났다.
후속연구
그러나 각 대회마다 평균타수에 직접적, 간접적 영향을 고려하여 각기 다른 모형에서 접근하려는 시도가 요구된다. 이 연구에서 제시한 남녀 국내 투어와 미국 투어의 일반화된 모형 경로간의 차이를 분석한 정보가 향후 프로골프 경기기록 분석에 유의한 정보가 되기를 기대한다.
질의응답
핵심어
질문
논문에서 추출한 답변
골프협회에서 제공되는 통계기록에 포함되는 범주형 자료는?
현재 한국남자프로골프협회 (KPGA), 한국여자프로골프협회 (KLPGA) 그리고 미국남자프로골프협회 (PGA), 미국여자프로골프협회 (LPGA)는 각각의 협회 인터넷 사이트를 통해 경기별 공식 통계기록을 공지해 오고 있다. 통계기록에는 경기별 기술 사용의 빈도, 성공률 등의 범주형 자료와 함께 다양한 첨단 장비를 활용한 측정 자료들이 수집 활용하고 있다. 더불어 상금, 출전횟수 등의 개인별 배경 정보를 제공함으로서 선수평가, 경기력분석 등의 기초자료로 활용되고 있다.
본 연구에서의 분석 결과, LPGA와 KLPGA의 양 투어에서 경로계수의 차이는 전혀 없었는데 이는 어떤 점을 반영한 결과인가?
LPGA와 KLPGA의 양 투어에서 경로계수의 차이는 전혀 없었다. 이 결과는 국내 여자 프로투어와 LPGA간에는 경기 내용 요소에서 질적 차이가 없다는 점을 반영하고 있다. 전체적으로 결과를 정리하면, PGA와 LPGA 모형 간에 드라이브거리와 그린적중율이 평균타수에 미치는 경로가 통계적으로 유의한 차이가 있으며, KPGA와 KLPGA 모형 간에는 드라이브거리, 리커버리율, 그리고 평균퍼팅이 평균타수에 미치는 경로가 유의한 차이가 있다.
PGA 홈페이지에서 제공하는 경기지표는 몇 개인가?
공식 통계자료들은 선수, 지도자, 관련 산업, 미디어, 연구자들의 필요에 의해 다양한 형태로 활용되고 있으며 전반적인 골프 경기의 변화 추이를 반영하는 지표가 되기도 한다. 특히 PGA의 경우 선수별 8개 영역에서 모두 468개의 경기 지표를 생성하여 관리해 오고 있다. 기존의 상금 랭킹, 순위, 평균타수 등의 경과지표에 국한되던 자료들로부터 다양한 경기과정의 통계들이 생성됨으로서 많은 연구자들로 하여금 골프 경기분석의 근간 자료가 되어 오고 있기도 하다.
참고문헌 (15)
Choi, D. H., Choi, H. N. and Kim, D. J. (2008). Golf bible, Daehan, Seoul.
Heo, C., Cho, G. G., Cheg, W. J. and Choi, S. B. (2006). Factor analysis of pro-golf player in power of play. Journal of Korea Sport Research, 17, 647-656.
Hong, S. H. (2000). The criteria for selecting appropriate fit indices in structural equation modeling and their rationales. The Journal of Clinical Psychology, 19, 161-177.
Hong, S. H. (2009). Structural equation modeling using AMOS program, Non-published, Seoul.
Hwang, G. Y. (2009). An analysis of players' skill statistics among male professional golfers. Journal of Korea Society of Sport Science, 18, 1285-1294.
Kim, S. H., Lee, J. W. and Lee, M. S. (2012). Effectiveness of golf skills to average score in PGA. Journal of the Korean Data & Information Science Society, 23, 505-512.
Kim, S. I. (2011). Analysis of skill factors of performance in yearly PGA tour. Journal of Korea Society of Sport Science, 20, 1159-1171.
Lee, Y. G. (2012). Data mining analysis, Korea applied statistics workshop, Chung-Ang University.
Min, D. K. (2011). The study for effectiveness of golf skills to adjust average score using path analysis in 2010 PGA. Journal of the Korean Data & Information Science Society, 22, 65-71.
Min, D. K. and Hyun, M. S. (2009). Prediction of a winner in PGA tournament using neural network. Journal of the Korean Data & Information Science Society, 20, 1119-1127.
Son, S. B. and Kim Y. K. (2010). Exploration of game result determinant factors apply to 2008 PGA & LPGA tour stats. Journal of Korea Coaching Development Center, 12, 151-160.
Son, S. B. and Lee, C. J. (2013). An exploration of tour skill factors influential to game results of LPGA players. Journal of the Korean Data & Information Science Society, 23, 505-514.
Song, B. J. (2009). An analysis of Korea PGA tour professional golfers' characteristic differences between winners group and non-winners group. Journal of Korea Society of Sport Science, 18, 563-572.
Yu, J. P. (2010). Structural equation modeling using AMOS program, Non-published, Seoul.
Yu, J. P. (2012). Understanding of structural equation modeling, Hannarae, Seoul.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.