본문 바로가기
[학술저널]

  • 학술저널

박혜원(서울시립대) 박건웅(서울시립대)

DOI : 10.7465/jkdi.2019.30.4.873

표지

북마크 0

리뷰 0

이용수 0

피인용수 0

초록

야구에서 단순 통계량을 가공하여 과학적으로 분석하는 세이버메트릭스 (sabermetrics) 분야의 중요성은 점차 강조되고 있다. 하지만 야구 통계량들이 이루는 인과 및 상관 관계 자체에 대한 연구는 상대적으로 많이 이루어지지 않고 있다. 따라서 본 연구에서는 통계량들의 확률적 의존관계를 모델링할 수 있는 베이지안 네트워크 (bayesian network) 또는 방향성 비순환 그래피컬 모델 (directed acyclic graphical models; DAG models)을 이용하여, 타자 관련 통계의 직·간접적인 관계망을 찾는 데 초점을 맞추었다. 이를 위하여, 다변량 가산 자료의 인과관계망을 보여줄 수 있는 포아송 방향성 비순환 그래피컬 모델을 이용하였다. 이를 통해 지표간의 관계를 이용한 새로운 관점의 타자 능력 지수 혹은 세이버메트릭스 통계량을 찾기를 기대한다.

In baseball, the sabermetrics has been more important which measures the performance of baseball players in a refined way. However, many works focus on a new measure of player’s overall performance without considering the relationships between baseball statistics. Hence, the main objective of this study is to find a direct or causal network of batter’s statistics using a Bayesian network or a directed acyclic graphical (DAG) model that models the probabilistic dependencies of statistics. Since the baseball statistics we consider are multivariate count data, we applied the Poisson directed acyclic graphical model and we also applied the ODS algorithm to learn the players’ batting statistics networks. We expect to find a new perspective of hitter ability index or sabermetrics using the relationship between indicators.

목차

요약
1. 서문
2. 이론적 배경 및 연구방법
3. 데이터 분석
4. 결론 및 토의
References
Abstract

참고문헌(0)

리뷰(0)

도움이 되었어요.0

도움이 안되었어요.0

첫 리뷰를 남겨주세요.
Insert title here