본 연구의 목적은 프로농구 경기의 승부 결과를 회귀모형을 이용하여 분석하는 것이다. 이를 위해 본 연구에서는 전통적인 회귀분석 방법과 문자적인 변수를 사용하는 퍼지회귀모형을 사용하였다. 승부의 결과를 두 팀 간의 점수차로 표현하여 분석한 일반회귀분석 방법에서는 두 팀의 점수차에 영향을 미치는 변수를 찾아 승부의 결과에 대한 회귀모형을 제시하였다. 그리고 두 팀의 승부 결과를 "대승, 승리, 신승, 석패, 패배 그리고 대패"와 같이 문자적으로 표현한 퍼지회귀모형에서는 각 팀의 경기력과 조직력을 퍼지수로 표현하여 각 팀의 경기력과 조직력이 승부의 결과에 미치는 영향을 분석하였다. 본 연구는 한국프로농구연맹(KBL, Korea Basketball League)에서 제공하는 2013~2014시즌의 자료와 프로농구의 결과를 분석하는 칼럼들을 이용하여 분석하였다.
본 연구의 목적은 프로농구 경기의 승부 결과를 회귀모형을 이용하여 분석하는 것이다. 이를 위해 본 연구에서는 전통적인 회귀분석 방법과 문자적인 변수를 사용하는 퍼지회귀모형을 사용하였다. 승부의 결과를 두 팀 간의 점수차로 표현하여 분석한 일반회귀분석 방법에서는 두 팀의 점수차에 영향을 미치는 변수를 찾아 승부의 결과에 대한 회귀모형을 제시하였다. 그리고 두 팀의 승부 결과를 "대승, 승리, 신승, 석패, 패배 그리고 대패"와 같이 문자적으로 표현한 퍼지회귀모형에서는 각 팀의 경기력과 조직력을 퍼지수로 표현하여 각 팀의 경기력과 조직력이 승부의 결과에 미치는 영향을 분석하였다. 본 연구는 한국프로농구연맹(KBL, Korea Basketball League)에서 제공하는 2013~2014시즌의 자료와 프로농구의 결과를 분석하는 칼럼들을 이용하여 분석하였다.
The purpose of this paper is to analyse outcomes of Korean Pro-basketball games using regression models. Both Classic Fuzzy Regression Model and Fuzzy Regression Model applying linguistic variables were used to meet the purpose of the paper. In General Regression Analysis, in which the results of ga...
The purpose of this paper is to analyse outcomes of Korean Pro-basketball games using regression models. Both Classic Fuzzy Regression Model and Fuzzy Regression Model applying linguistic variables were used to meet the purpose of the paper. In General Regression Analysis, in which the results of games are expressed and analyzed through score differences, a regression model is proposed considering influential variables for the score differences of the two teams. In Fuzzy Regression Analysis, the results are sorted into six different literal expressions, 'win with large margin, win with moderate margin, win with narrow margin, defeat with narrow margin, defeat with moderate margin, and defeat with large margin'. Athletic performances and team work of each teams were expressed in fuzzy number to analyse how much athletic performances and team work affect results of games. This paper referred back to 2013-2014 season data provided by KBL(Korean Basketball League) and professional columns on Korean basketball analysis.
The purpose of this paper is to analyse outcomes of Korean Pro-basketball games using regression models. Both Classic Fuzzy Regression Model and Fuzzy Regression Model applying linguistic variables were used to meet the purpose of the paper. In General Regression Analysis, in which the results of games are expressed and analyzed through score differences, a regression model is proposed considering influential variables for the score differences of the two teams. In Fuzzy Regression Analysis, the results are sorted into six different literal expressions, 'win with large margin, win with moderate margin, win with narrow margin, defeat with narrow margin, defeat with moderate margin, and defeat with large margin'. Athletic performances and team work of each teams were expressed in fuzzy number to analyse how much athletic performances and team work affect results of games. This paper referred back to 2013-2014 season data provided by KBL(Korean Basketball League) and professional columns on Korean basketball analysis.
본 연구에서는 농구 경기의 결과에 대한 승리와 패배를 모형화하기 위해 두 팀 간의 점수 차를 이용하는 일반회귀모형을 제시한다. 그리고 “대승, 승리, 신승, 석패, 패배, 대패”와 같은 문자변수를 반응변수로 하고 경기력과 조직력을 설명변수로 사용하는 퍼지회귀모형을 이용하여 한국프로농구 결과를 분석한다.
제안 방법
또한, 본 연구에서는 두 팀의 승부 결과를 “대승, 승리, 신승, 석패, 패배 그리고 대패”와 같이 문자적으로 표현되는 변수를 삼각퍼지수로 표현하였고, 각 팀의 조직력과 경기력은 아주아주 좋음이나 아주아주 나쁨과 같은 문자로 표현하고 이를 삼각퍼지수로 표현하였다. 그리고 모두 퍼지수로 표현된 경기력과 조직력에 대한 경기 결과의 퍼지회귀모형을 추정하여 조직력과 경기력은 경기 결과에 영향을 준다는 것을 확인하였다.
본 연구에서는 2013~2014시즌 한국프로농구 경기의 승부 결과에 대한 통계적인 분석을 하였다. 일반적으로 많이 사용 하는 승리 혹은 패배와 같은 이항형 변수 대신에 각 팀이 경기에 기록한 점수의 차를 반응변수로 생각하였다.
대상 데이터
본 연구는 한국프로농구 경기의 승부 결과를 분석하기 위하여 정량적인 자료와 정성적인 자료를 이용하였다. 한국프로농구연맹에 소속된 10개 팀은 2013~2014시즌에 각 팀당 54게임을 치른다.
데이터처리
프로농구나 혹은 대학이나 중고등학교의 농구 결과를 분석한 여러 문헌에서는 각 팀의 승리나 혹은 패배에 영향을 주는 변수들을 연구하여 선택된 변수를 이용하여 통계적인 모형을 제시하였다. 이와 같은 논문들은 반응변수를 승 혹은 패와 같이 이항형으로 표현한 후, 로지스틱회귀모형이나 판별분석, 그리고 신경망과 의사결정나무를 이용하여 농구 경기의 결과를 분석하였다. 각 팀의 승리나 혹은 패배에 영향을 주는 중요한 설명변수들을 선별하여 농구 경기의 결과를 분석하고 예측할 수 있다.
이론/모형
위와 같은 모형에서 주어진 16개의 설명변수를 모든 사용하는 것이 점수 차에 대한 설명력을 높일 수 있 으나, 많은 변수가 주는 혼란스러움도 내재하고 있다. 따라서 본 연구에서는 가능한 한 작은 수의 설명변수를 사용하여 모형을 설정하는 모수절약의 법칙(principle of parsimony)에 따라 단계적 변수 선택법(Stepwise selection method)을 사용 하였다. 그리고 각 설명변수의 영향력을 동일하게 비교하기 위하여 각 설명변수(xij)을 평균이 0이고 분산이 1인 표준화된 설명변수(#)을 사용하여 점수 차에 대한 회귀모형을 추정하였다.
회귀분석이란 자연이나 사회에서 발생하는 인과적인 관계를 영향을 주는 변수인 설명변수와 영향을 받은 변수인 반응 변수를 이용하여 설명하는 통계적인 방법이다. 반응변수를 설명변수의 함수로 표현한 것을 회귀모형이라 하고, 설명변수의 값으로부터 반응변수의 값을 예측하기 위하여 추정된 회귀모형을 사용한다[14]. 회귀분석에 사용되는 반응변수는승 혹은 패와 같이 표현되는 이항형(binary type)과 반응변수의 값이 3개 이상인 경우에는 다항형(ordinary type) 그리고 연속형(continuous type) 등이 사용된다.
성능/효과
또한, 본 연구에서는 두 팀의 승부 결과를 “대승, 승리, 신승, 석패, 패배 그리고 대패”와 같이 문자적으로 표현되는 변수를 삼각퍼지수로 표현하였고, 각 팀의 조직력과 경기력은 아주아주 좋음이나 아주아주 나쁨과 같은 문자로 표현하고 이를 삼각퍼지수로 표현하였다. 그리고 모두 퍼지수로 표현된 경기력과 조직력에 대한 경기 결과의 퍼지회귀모형을 추정하여 조직력과 경기력은 경기 결과에 영향을 준다는 것을 확인하였다.
후속연구
본 연구에서는 조직력과 경기력을 전문가들의 관전평이나 후기를 근거로 주관적으로 판단하였으나 향후 연구에서는 경기력과 조직력에 대한 전문가들의 의견을 반영할 예정이다. 그리고 정량적인 자료로 표현할 수 없는 여러 가지 변수들을 퍼지수를 이용하여 표현한 후 퍼지회귀모형을 이용하여 연구할 계획이다.
본 연구에서는 조직력과 경기력을 전문가들의 관전평이나 후기를 근거로 주관적으로 판단하였으나 향후 연구에서는 경기력과 조직력에 대한 전문가들의 의견을 반영할 예정이다. 그리고 정량적인 자료로 표현할 수 없는 여러 가지 변수들을 퍼지수를 이용하여 표현한 후 퍼지회귀모형을 이용하여 연구할 계획이다.
질의응답
핵심어
질문
논문에서 추출한 답변
회귀분석이란 어떤 방법인가?
회귀분석이란 자연이나 사회에서 발생하는 인과적인 관계를 영향을 주는 변수인 설명변수와 영향을 받은 변수인 반응 변수를 이용하여 설명하는 통계적인 방법이다. 반응변수를 설명변수의 함수로 표현한 것을 회귀모형이라 하고, 설명변수의 값으로부터 반응변수의 값을 예측하기 위하여 추정된 회귀모형을 사용한다[14].
팀의 조직력이 농구 결과를 분석하는데 중요한 변수인 이유는?
한국프로농구팀의 선수단은 감독과 코치, 선수 그리고 행전지원팀으로 구상되어 있다. 감독과 선수 그리고 지원팀이 서로 협력적이고 유기적인 관계에 있는 팀일 수록 경기에서 승리할 확률이 높은 것은 사실이다. 따라서각 팀의 조직력은 농구 결과를 분석하는데 중요한 변수이다.
농구경기를 한국에 처음 소개한 사람은 누구인가?
)에 의해 시작된 농구 경기는 미식축구의 속도감과 긴장감을 즐기는 동시에 비가 오는 날이나 추운 겨울에도 체육관에서 경기할 수 있는 장점으로 많은 사람들에게 호응을 받았다. 농구경기를 한국에 처음 소개한 사람은 1907년 한성기독청년회 초대 총무였던 미국인 선교사질레트(Gillet, P.)이다.
참고문헌 (17)
Feamhead, P. & & Taylor, B. M., "On Estimating the Ability of NBA Players", Journal of Quantitative analysis in sports, vol 7, Iss. 3(11), 2011.
Femandez, J., Mendez-Villance, A., Pluim, B. M. "Intensity of tennis match play", British J. sports Med. vol. 40, 2006.
Gu, S. H., Kim, H. S., Jang, S. Y., "A Comparison Study on the Prediction Models for the Professional Basketball Games", Korean Journal of Sport Science, Vol. 20, No. pp. 4,704-711. 2009.
Kim, S. H., Lee, J. W., Lee, M. S., "Estimating the determinants of victory and defeat through analyzing records of Korean pro basketball" Journal of the Korean Data & Information Science Society vol. 23, no 5, pp.993-1003, 2012.
Kim, S. J., "Application of Hierarchical nonlinear model in analyzing basketball competition", The Korean Journal of Sports Science, vol 23 no 4 1279-1290.
Kim, S. J., Do, J. H., Heo, C. K. "Comparison of Korean plays with naturalized plays of KBL and analysis on their playing feasure", Korean Journal of Sport Science, vol. 23, no. 3, pp.1489-1499, 2014.
Oh, K. H., "Factors Determining the Performance Level of High School Basketball Player", Keimyung University, 2007.
Brooks, G., Chatterjee, S., & Yilmaz, M. R. "Who is the greatest rebounder of all time", Chance. vol 10, no 1, 1997.
Dean Oliver, Basketball on paper: Rules and Tools for performance Analysis, Potomac Books Inc, 2004
Lee Y. S. Hwang B. K. Kim Y. R., "Conceptual Exploration for soccer performance analysis Assessment", The Korean Journal of Sports Science, vol 22, no 5, pp. 749-762
Piette, J., Anand, S., Zhang, K. "Scoring and Shooting Abilities of NBA Players", Journal of Quantitative analysis in sports, vol 6, Iss. 1(1), 2010.
Singer, R. N. "Motor learning and human performance: An application to motor and movement behaviors"( 3rd ed.). New York: Macmillan Publishing Co. 1980
Lee, G. M. "The Influence of Competition Strategy and Teamwork of Male Basketball Players on Performance", Korean Journal of Sociology of Sport Vol. 23, No. 4, pp. 45-60. 2010.
Jung, H. Y., Yoon, J. H., Choi. S. H., Fuzzy linear regression using rank transform method, Fuzzy Sets and Systems, vol 274, pp. 97-108, 2015.
Kim, C. Y., Yoo, B. S. Choi, S. H, A study on Fuzzy model for flight aptitude using K-WAIS and FTD test The Korean Society for Aviation and Aeronautics vol 19, no 3, pp 25-32, 2011.
Lee, W. J., Yoon, J. H., Choi, S. H. Fuzzy Theil regression Model, Journal of The Korean Institute of Intelligent Systems, vol 23, no 4, pp. 366-370, 2013.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.