한국남자프로농구 경기기록 분석을 통한 승패결정요인 추정방법 비교

[심수진]

• 발행기관 : 한국체육과학회
• 자료유형 : 전자저널 논문

  저자명 : 김세형

  권호사항 : Vol.21 No.3[2012]

  수록면 : 1347-1360

이 연구는 한국남자프로농구 경기기록을 수집하여 승패결정요인을 추정하기 위해 4가지 추리 통계방법으로 판별분석, 로지스틱회귀분석, 의사결정나무분석, 인공신경망분석을 적용하였따. 우선 판별분석은 독립변인들의 결합분포는 정규분포를 이루고, 종속변수에 의해 범주화되는 집단들의 공분산행렬이 동일해야 한다는 가정이 필요하다. 즉, 이 연구에서 승패에 영향을 미치는 독립변인으로 적용될 각 요인들의 전집 분포가 정규분포를 이루어야하고, 승패 집단간 분산이 통계적으로 유의한 차이가 없어야 한다는 분석조건을 가진다. 이 분석조건을 만족하지 못한 결과는 타당성이 결여된다.

로지스틱회귀분석은 범주형을 종속변수로 설계한 회귀분석의 확장방법이다. 위에 제시한 판별분석이 이루어지기 위한 기본가정들이 엄격히 적용되지 않으므로 판별분석보다 광범위하게 적용될 수 있다. 판별분석을 통해서는 독립변인들이 어느 정도일 때 종속변인의 어느 집단에 속하는지를 판단할 수 있다면, 로지스틱회귀분석에서는 확률로서 승패에 영향을 미치는 요인들을 한 개의 선형시으로 간명성있게 분석할 수 있다. 이 연구에서 판별분선ㄱ과 로지스틱회귀분석 모두 단계선택방식을 적용하였다. 구체적으로 이 방법은 독립변인들중 통계적으로 가장 설명력이 높은 변수를 선택하여 추가해 나가는 방법이다.

의사결정나무 분석은 나무의 중간마디는 분류가 이루어지는 부모마디와 분류되어지는 자식마디로 구성된다. 이 연구에서 최소 사례수는 부모마디에서 100, 자식마디에서 50으로 설정하였다. 선택한 알고리즘은 모형에 포함되어야 할 상호작용 효과를 고려하여 분석하는 CHAID알고리즘이다.

인공신경망분석은 각 독립변인들이 입력층으로 설계되고 승리, 승패가 출력층으로 설계된다. 은닉층은 입력층과 출력층간의 잠재변인으로 매개효과를 통해 독립변인들의 중요도를 추정하였다.

분석결과 12개의 독립변수들 중 승리에 통계쩍으로 유의한 영향을 주는 상위 5개의 변수를 정리하면, 판별분석과 로지스틱회귀분석은 수비리바운드, 3점슛성공률, 2점슛성공률, 스틸, 턴오버 순으로 나타났고 의사결정나무분석은 수비리바운드, 2점슛성공률 3점슛성공률, 스틸, 턴오버 순이었다. 인공신경망분서근 수비리바운드, 2점슛성공률, 3점슛성공률, 턴오버, 스틸순이었다.