$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

2017년 한국프로야구 타자력 예측모형 개발
Batting index prediction model 2017 원문보기

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.28 no.3, 2017년, pp.635 - 645  

홍종선 (성균관대학교 통계학과) ,  신동식 (성균관대학교 통계학과)

초록

2017년 한국프로야구 (KBO) 시즌이 개막되어 2017년도 선수들의 경기력 중에서 타자력 예측모형을 설정하고 분석한다. KBO 투수자료의 빈약함으로 규정타석을 만족한 미국프로야구 (MLB)와 KBO 타자 선수들을 대상으로 선정된 여덟 개의 타자력 지표와 수집된 과거 3개년도 자료를 바탕으로 2016년 타자력 예측모형을 개발한다. 예측모형이 MLB와 KBO 모두에 적합하고 특히 MLB에 비교하여 KBO 환경에 더욱 적합함을 발견한다. 타당성이 만족한 예측모형에 대하여 MLB와 KBO 타자력을 비교 분석하고, 2017년 타자력을 추정할 수 있다. 그리고 MLB와 KBO 타자력 예측모형과 타자 선수들의 연령과의 분석으로부터 대부분의 유의한 타자력 지표들은 연령과 관계가 없다고 판단된다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, we propose batting index prediction models of 2017. Due to the insufficiency of KBO pitchers data, batting index prediction models of 2016 has been developed based on elected eight batting index collecting the past three years data of MLB and KBO. It has been found that this predictio...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구에서는 다른 문헌연구와는 다르게 직전연도까지의 과거 자료 모두를 이용하여 종단적인 연구 (longitudinal study)를 진행하고자 한다. 우 선 우리나라의 자료보다 방대한 미국프로야구 (MLB)와 한국프로야구 (KBO)의 홈페이지를 통하여 공개된 자료 중에서를 가능한 오랜 기간 축적된 자료를 수집하여 경기력 예측 모형을 설정하고자 한다. 본 연구에서의 분석 대상인 선수는 시즌 별 규정타석 (plate appearances; PA, 경기 수*3.
  • 또한 설정한 예측모형 (2.1)이 적절하다고 판단되는 타자력 지표 중에서 WAR 이외의 지표들은 2015년인 직 전연도 자료보다는 2014년과 2013년도의 자료에 가중값이 집중되어 있어 두 개년도의 자료에 민감하게 반응하고 있으며 자세히 살펴보면, OBP, AVG, BABIP, BB/K, 그리고 RC27 지표는 2013년 자료에 더욱 민감하게 반응하여 2016년 예측을 2014년 보다는 2013년도 자료로 예측하는 것이 바람직하다고 판단된다. 그리고 야구선수의 모든 요소를 계산해서 종합한 통계량이며 MLB의 환경에 적절한 WAR 지표만은 직전연도인 2015년 자료에 가중값이 집중되어 있어 2015년 자료에 민감하게 반응함을 파악할 수 있다.
  • h1>1. 서론
  • 2017년 한국프로야구 (KBO) 시즌이 작년에 이어 총 10개의 프로야구팀 (KT, 롯데, 넥센, LG, KIA, 두산, NC, 한화, SK, 삼성)으로 3월 31일에 개막되었다. 2016년도 시즌에 FA 100억 시대와 함께 한 국 프로스포츠 사상 최초로 800만 관중을 돌파하면서 2017년도 시즌은 열기를 더해갈 전망이다. 여기에 야구팬들의 관심사에는 ‘올해 우승팀을 예측’하거나 ‘자신이 응원하는 팀의 성적’이며, ‘2017년 타자 최형우와 이대호의 타자력 지표 중에서 장타율은 작년보다 좋아질까? 또는 투수 니퍼트와 차우찬의 투 수력 지표 중에서 방어율은 어떻게 예측될까?’라는 식의 어떤 특정한 선수의 기량을 추정하여 선수가 소속된 팀에 얼마나 기여할지를 생각해보는 것이 중요한 관심사가 된다.
  • h1>1. 서론
  • 1)모형은 MLB 타자력 예측하는데 충분히 적합한 모형이며 타자력 예측모형으로 타당하다고 결론내릴 수 있다. 다음으로는 MLB 타자력 예측모형 (2.1)을 KBO 타자에 적용하여 타자력 예측하고자 한다.
  • 2017년 한국프로야구 (KBO) 시즌이 작년에 이어 총 10개의 프로야구팀 (KT, 롯데, 넥센, LG, KIA, 두산, NC, 한화, SK, 삼성)으로 3월 31일에 개막되었다. 2016년도 시즌에 FA 100억 시대와 함께 한 국 프로스포츠 사상 최초로 800만 관중을 돌파하면서 2017년도 시즌은 열기를 더해갈 전망이다.
  • h1>1. 서론
  • 또는 투수 니퍼트와 차우찬의 투 수력 지표 중에서 방어율은 어떻게 예측될까?
  • h1>1. 서론
  • h1>1. 서론
  • MLB와 KBO의 예측모형에 대하여 다음과 같은 세 가지 차이점이 존재한다. 첫째, MLB의 예측모형과 비교하여 KBO의 예측모형에서는 모든 타자력 지표들이 유의한 결과를 갖고 있다. 즉 MLB 예측모 형에서는 여덟 개 중에서 6개 지표인 OBP, AVG, BABIP, BB/K, RC27, 그리고 WAR 지표들이 예측 모형에 유의한 지표이며, KBO의 예측모형에서는 모든 여덟 개의 지표인 OBP, AVG, BABAIP, ISO, SLG, BB/K, RC27, 그리고 WAR 지표들이 모두 예측모형에 유의한 지표이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
AVG란 무엇인가? AVG (Average; 타율): 타수에 대한 안타의 비율 (안타/타수)로써 타격 정확도를 의미한다.
경기력 예측모형을 설정하고 분석하고자 하는 배경은 무엇인가? 2016년도 시즌에 FA 100억 시대와 함께 한 국 프로스포츠 사상 최초로 800만 관중을 돌파하면서 2017년도 시즌은 열기를 더해갈 전망이다. 여기에 야구팬들의 관심사에는 ‘올해 우승팀을 예측’하거나 ‘자신이 응원하는 팀의 성적’이며, ‘2017년 타자 최형우와 이대호의 타자력 지표 중에서 장타율은 작년보다 좋아질까? 또는 투수 니퍼트와 차우찬의 투 수력 지표 중에서 방어율은 어떻게 예측될까?’라는 식의 어떤 특정한 선수의 기량을 추정하여 선수가 소속된 팀에 얼마나 기여할지를 생각해보는 것이 중요한 관심사가 된다. 따라서 본 연구에서는 2017년도 시즌 선수들의 경기력 예측모형을 설정하고 분석하고자 한다.
본 연구의 여덟 가지 지표에서 연도별로 표준화시키지 않은 절대적인 성적을 이용하는 이유는 무엇인가? 1 간격으로 설 정하였으며, 합이 1이 되는 값으로써 실제 2016년 자료인 Index16과의 차이를 가장 작게 만드는 최적의 가중값을 산출하고, 이를 이용한 예측모형과의 차이 Diff = Index16 − Index16를 이용하여 두 표 본 비교분석 (t−test)을 실시한다. 본 연구에서 사용하는 여덟 가지 지표는 예측모형을 구성하는 가중 값의 변별력을 높이기 위하여 연도별로 표준화시키지 않은 절대적인 성적을 이용한다. 우선 MLB 타자의 타자력 예측모형 분석을 실시하면서 타당성 분석을 한 후에 KBO 타자에 적용하고자 한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (16)

  1. Cho, Y. J. and Lee, K. H. (2015). Bayesian estimation of the Korea professional baseball players' hitting ability based on the batting average. Journal of the Korean Data & Information Science Society, 26, 197-207. 

  2. Hong, C. S., Kim, J. Y. and Shin, D. S. (2016). Alternative hitting ability index for KBO. Journal of the Korean Data & Information Science Society, 27, 677-687. 

  3. James, B. (1987). The Bill James Baseball Abstract 1987, Ballantine Books, New York. 

  4. KBO. http://www.koreabaseball.com/Record/Player/HitterBasic/BasicOld.aspx. 

  5. Kim, B., Park, Y. and Jang, N. (2013). Study for independence of hits in professional baseball games. Journal of the Korean Data & Information Science Society, 24, 1421-1428. 

  6. Kim, E. S. (2001). The relation of game performance and annual salary for Korean professional baseball players. Journal of Korean Sociology of Sport, 14, 15-24. 

  7. Kim, E. S. (2002). The relationship of game performance and annual salary for Korean professional baseball pitchers. Journal of Korean Sociology of Sport, 15, 95-104. 

  8. Kim, H. J. (2012). Effects of on-base and slugging ability on run productivity in Korean professional baseball. Journal of the Korean Data & Information Science Society, 23, 1065-1074. 

  9. Kim, H. J. and Kim, Y. H. (2014). Explanation of run productivity using weighted adjusted ops in Korean professional baseball. Korean Journal of Applied Statistics, 27, 731-741. 

  10. Lee, J. T. (2014a). Pitching grade index in Korean pro-baseball. Journal of the Korean Data & Information Science Society, 25, 485-492. 

  11. Lee, J. T. (2014b). Measurements for hitting ability in the Korean pro-baseball. Journal of the Korean Data & Information Science Society, 25, 349-356. 

  12. Lee, J. T. (2014c). Estimation of OBP coefficient in Korean professional baseball. Journal of the Korean Data & Information Science Society, 25, 357-363. 

  13. Lee, Y. H. (2007). Empirical evidence on the determinants of team performance in Korean baseball league. The Korean Journal of Measurement and Evaluation in Physical Education and Sport Science, 9, 63-77 

  14. MLB. http://mlb.mlb.com/stats/league_leaders.jsp. 

  15. Park, S. H. (2008). Performance factors affecting the high annual salary of Korean professional baseball batters. The Korea Journal of Sports Science, 17, 485-494. 

  16. Seung, H. B. and Kang, K. H. (2012). A study on relationship between the performance of professional baseball players and annual salary. Journal of the Korean Data & Information Science Society, 23, 285-298. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로