[계량경영학] 맨체스터 유나이티드 박지성의 최적 포지션에 대한 의사결정 모델을 이용한 연구

[계량경영학] 맨체스터 유나이티드 박지성의 최적 포지션에 대한 의사결정 모델을 이용한 연구-3

[계량경영학] 맨체스터 유나이티드 박지성의 최적 포지션에 대한 의사결정 모델을 이용한 연구-4

[계량경영학] 맨체스터 유나이티드 박지성의 최적 포지션에 대한 의사결정 모델을 이용한 연구-5

[계량경영학] 맨체스터 유나이티드 박지성의 최적 포지션에 대한 의사결정 모델을 이용한 연구-6

[계량경영학] 맨체스터 유나이티드 박지성의 최적 포지션에 대한 의사결정 모델을 이용한 연구-7

[계량경영학] 맨체스터 유나이티드 박지성의 최적 포지션에 대한 의사결정 모델을 이용한 연구-8

[계량경영학] 맨체스터 유나이티드 박지성의 최적 포지션에 대한 의사결정 모델을 이용한 연구-9

※ 미리보기 이미지는 최대 20페이지까지만 지원합니다.

분야
등록일
페이지/형식
구매가격
적립금

레포트 > 경제경영계열
2009.11.09
9페이지 / hwp
1,400원
42원 (구매자료 3% 적립)

자료 다운로드 네이버 로그인

컨소시엄 이미지메이킹과 자기관리 족보

신문기사문법오류,맞춤법오류사례,띄어쓰기오류사례,맞춤법,신문에서나타난한글문법오류사례

리더십이론의 분석

도자기의 마케팅 연구 배경, 도자기 현황, 도자기 회사 소개

마케팅원론 키워드별 완벽정리

[인적자원관리] 나이키 HRM 사례 분석

[포지셔닝] 포지셔닝의 유형, 전략 및 성공사례

[일본문화] 일본의 스포츠

[이거하나면 끝] 리더십 모음집

소개글

[계량경영학] 맨체스터 유나이티드 박지성의 최적 포지션에 대한 의사결정 모델을 이용한 연구에 대한 자료입니다.

1. 서론
2. 본문
2.1. LMF
2.2 RMF
2.3. CMF
2.4. WCF
3. 결론

본문내용

2.1. LMF

박지성은 올 시즌 맨유의 일원으로 26경기에 출전하여 16경기를 LMF로 출전하였다. 이는 총 출전경기의 61%에 해당하는 비율로, 퍼거슨감독이 박지성을 LMF로 주로 기용했다는 것을 의미한다. 이러한 배경으로 외적으로는 박지성 이전에 확고한 맨유의 LMF로서 그 역할을 다했던 라이언 긱스의 노쇠화와 주전경쟁자인 나니의 부진을 들 수 있고, 또한, 내적으로는 박지성의 뛰어난 수비가담과 LWB 에브라와의 완벽한 호흡을 들 수 있겠다. 하지만 빈자리를 메우기 위함이나, 다른 선수와의 호흡은 크게 납득할 만한 이유라고 보기 어렵고, 박지성이라는 선수 자체의 분석이 필요하다. 박지성의 출전 결과는 다음과 같다.
많은 출전으로 슈팅 및 득점, 도움, 상대경고 등 positive적인 요인들이 높은 비율을 보이지만 그에 못지않게 상대슈팅, 상대득점, 파울, 경고와 같은 negative적인 요인들의 비율도 높은 수치를 보이기 때문에 완벽히 좋은 플레이를 한다고 보기도 어려워, 좀 더 세부적인 분석이 필요함을 시사한다. 우리는 여기에 MF의 역할에 충실하여 각 요인마다 세부가중점수를 반영했다. 즉, MF는 득점보다는 도움이나 상대경고가 팀에 큰 도움이 되고, 상대슈팅, 상대득점보다는 파울이나 경고가 팀에 더 위험을 준다는 생각으로 가중점수를 부여하였다. 또한 공격형의 RMF와는 달리 LMF의 포지션 자체가 에브라와의 수비체제가 강하기 때문에 공격성향의 positive요인을 잘 하는 것보다 수비적 요인인 negative요인을 막는 것이 중요한 역할이라 보고, positive, negative 가중치를 negative요인에 0.6의 높은 가중치를 주었다.

데이터
데이터비율
(데이터/전체데이터)
세부가중점수
세부가중치
(가중점수/가중점수 합)
Positive,
negative 가중치
기대값
출전시간
1216
0.671452
7
0.212121
0.4
5.69717
슈팅
21
0.583333
3
0.090909
2.12121
득점
2
0.666667
4
0.121212
3.23232
도움
3
1
9
0.272727
10.90909
상대경고
9
0.9
10
0.303030
10.90909
상대슈팅
70
0.654206
3
0.115385
0.6
4.5291
상대득점
5
0.833333
4
0.153846
7.6923
파울
12
0.705882
9
0.346154
14.6606
경고
2
0.5
10
0.384615
11.5385

그 결과, positive 요인 중 데이터비율이 높은 도움, 상대경고가 높은 세부가중점수를 받음에도 불구하고, positive요인의 기댓값의 합이 32.86888로, negative요인의 기댓값 38.4205보다 작은 값을 가져, 총 기댓값이 -5.55162라는 결과로 도출되었다. 물론 이는 다른 포지션의 결과와 비교가 필요하지만, 숫자 자체로 본다 해도 박지성의 LMF출전이 크게 효율적이지 못했음을 보여준다고 볼 수 있다.

2.2 RMF

박지성의 RMF 출전은 LMF 다음으로 가장 많은 출전 수를 보인다. 박지성이 RMF 포지션을 보일 때는 보통 호나우두(Ronaldo)가 LMF 포지션을 맡고 있을 때 쓰이는 배치이다. 많은 빈도수를 보인다는 것 자체가 박지성의 RMF 포지션에서의 활용성을 높게 평가하고 있다는 뜻으로 해석될 수 있다. 실제로 다음의 계량 수치를 보아서도 알 수 있지만, 앞서 LMF와 비교해서 굉장히 높은 수치를 보여주고 있다.

데이터
데이터비율
세부가중점수
세부가중치
Positive,
negative 가중치
기대값
출전시간
407
0.257869
3
0.088235
0.6
1.365187
슈팅
15
0.416667
9
0.264706
6.617647
도움
0
0
8
0.235294
0
득점
1
0.333333
10
0.294118
5.882353
상대경고
1
0.1
4
0.117647
0.705882
상대슈팅
30
0.280374
1
0.083333
0.4
0.934579
상대득점
1
0.166667
2
0.166667
1.111111
파울
2
0.117647
4
0.333333
1.568627
경고
2
0.5
5
0.416667
8.333333

#박지성 #박지 #가중치 #포지션 #데이터 #출전 #LMF #상대 #세부 #기댓값

오늘 본 자료

오늘 본 자료가 없습니다.

이 분야 인기자료

이 분야 신규자료