[계량경제학] 메이저리그 그 승리의 공식

 1  [계량경제학] 메이저리그 그 승리의 공식-1
 2  [계량경제학] 메이저리그 그 승리의 공식-2
 3  [계량경제학] 메이저리그 그 승리의 공식-3
 4  [계량경제학] 메이저리그 그 승리의 공식-4
 5  [계량경제학] 메이저리그 그 승리의 공식-5
 6  [계량경제학] 메이저리그 그 승리의 공식-6
 7  [계량경제학] 메이저리그 그 승리의 공식-7
 8  [계량경제학] 메이저리그 그 승리의 공식-8
 9  [계량경제학] 메이저리그 그 승리의 공식-9
 10  [계량경제학] 메이저리그 그 승리의 공식-10
 11  [계량경제학] 메이저리그 그 승리의 공식-11
 12  [계량경제학] 메이저리그 그 승리의 공식-12
 13  [계량경제학] 메이저리그 그 승리의 공식-13
 14  [계량경제학] 메이저리그 그 승리의 공식-14
 15  [계량경제학] 메이저리그 그 승리의 공식-15
 16  [계량경제학] 메이저리그 그 승리의 공식-16
 17  [계량경제학] 메이저리그 그 승리의 공식-17
 18  [계량경제학] 메이저리그 그 승리의 공식-18
 19  [계량경제학] 메이저리그 그 승리의 공식-19
 20  [계량경제학] 메이저리그 그 승리의 공식-20
※ 미리보기 이미지는 최대 20페이지까지만 지원합니다.
  • 분야
  • 등록일
  • 페이지/형식
  • 구매가격
  • 적립금
자료 다운로드  네이버 로그인
소개글
[계량경제학] 메이저리그 그 승리의 공식에 대한 자료입니다.
목차
Ⅰ.서론

Ⅱ.본론1
1.stepwise법을 통한 변수의 선택
2. 회귀식 및 모형 유의성 검정
3. 회귀 계수 검정
4. 설명력
5. 기본가정 사항 검정

Ⅲ.본론2
1. 리그별 차이성
2. 개별 더미 교호항들의 영향
3. 완성된 모델
3-1. 회귀식 및 모형 유의성 검정
3-2. 회귀 계수 검정
3-3. 설명력
3-4. 기본가정 사항 검정

Ⅳ.결론

Ⅴ.부록 SAS 프로그램

본문내용
I. 서론

1. 선정이유

프로 스포츠의 목표는 우승이다. 그리고 우승을 위해서는 많은 승리가 필요하다. 많은 프로 스포츠 구단들은 매 시즌 후, 목표를 달성하기 위해 많은 투자를 감행한다. ‘결과는 투자가 말해준다. 최고의 투자만이 최고의 성적을 얻어낼 수 있다’ 는 철학으로 무장해 있다고 해도 무방할 정도로 공격적인 투자가 만연하다. 그런데 우승을 하기 위해서는 어떠한 부분에 투자를 하는 것이 보다 합리적일까? 즉 승리 수에 큰 영향을 주는 요소들은 무엇일까?
이를 알아보기 위해 우리 조는 야구 경기에서 승리를 얻기 위해서는 어떠한 요소들이 중요한지 판단해보기로 하였다. 결국 승리를 얻기 위해서는 어느 부분에 투자를 하는 것이 현명할지 여부를 가려보고자 한다. 많은 스포츠 중 야구를 선택한 이유는 야구는 데이터를 기반으로 벌이는 스포츠이기 때문이다. 그렇기에 야구에는 많은 자료가 존재할 것이고, 승리에 필요한 요소들을 충분히 찾을 수 있을 것이라고 생각했기 때문이다.

2. 설명변수의 선택

야구에서 승리하는 방법은 간단하다. 적은 점수를 주고, 보다 많은 점수를 얻으면 되는 것이다. 그렇다면 적게 점수를 주게 하는 변수들은 무엇일까? 또한 많은 점수를 얻기 위해 필요한 변수들은 무엇일까? 조원들과 토론한 결과 다음과 같은 변수들이 관련이 있을 것이라고 여기었다.
공격 부분
득점
안타수
홈런
타율
OPS(출루율+장타율)
수비 부분
팀 방어율
장타 허용율
출루 허용율
팀에러
세이브 성공율


추가적으로 스타플레이어의 유무 여부도 승리에 영향을 끼치지 않을까라는 생각도 해보았다. 스타플레이어라는 직접적인 지표가 없기에 일반적으로 스타플레이어의 연봉이 높기 때문에 팀연봉이 높으면 스타플레이어가 많을 것이라는 가정 하에 스타플레이어가 승리에 대해서 얼마나 설명할 수 있는지 알아보기 위해 팀연봉을 설명변수로 결정하였다.
기 타
팀연봉

3. 설명변수 선택에 있어서 제기된 문제

위의 11개의 설명변수를 통해 회귀모형을 짜기에 앞서 안타수와 타율은 같은 방향으로 움직이지 않느냐는 문제가 제기되었다. 변수 간에 높은 상관관계가 존재하면, 추후 다중 공선성의 위험에 노출되므로 이 문제 제기에 대해 고려하지 않을 수 없다. 따라서 우리조는 SPSS를 이용하여 안타수와 타율간의 상관계수를 구해보고, 그 산점도를 그려보기로 하였다.

상관계수



안타수
타율
안타수
Pearson 상관계수
1
.980(**)
유의확률 (양쪽)

.000
제곱합 및 교차곱
1149015.524
157.501
공분산
5497.682
.754
N
210
210
타율
Pearson 상관계수
.980(**)
1
유의확률 (양쪽)
.000

제곱합 및 교차곱
157.501
.022
공분산
.754
.000
N
210
210
** 상관계수는 0.01 수준(양쪽)에서 유의합니다.

위의 결과에서 알 수 있듯이 이 두 변수간의 상관계수는 0.98로 상당히 높고, 산점도를 살펴보면 두 변수는 같은 방향으로 움직이는 것을 확인 할 수 있다. 즉 두 변수를 동시에 사용하게 되면 후에 상당한 문제를 야기될 것 같으므로 두 변수 중에 하나의 변수만 설명 변수로 사용하기로 하였다. 우리 조는 토론 끝에 안타수 보다는 타율을 설명변수로 넣기로 하였다. 단순한 합보다는 비율이 보다 합리적인 자료라고 생각되었기 때문이다. 따라서 우리조가 최종적으로 고려한 설명변수는 다음과 같다.
공격 부분
득점
홈런
타율
OPS(출루율+장타율)
수비 부분
팀 방어율
장타 허용율
출루 허용율
팀에러
세이브 성공율

오늘 본 자료
더보기
  • 오늘 본 자료가 없습니다.
해당 정보 및 게시물의 저작권과 기타 법적 책임은 자료 등록자에게 있습니다. 위 정보 및 게시물 내용의 불법적 이용,무단 전재·배포는 금지되어 있습니다. 저작권침해, 명예훼손 등 분쟁요소 발견 시 고객센터에 신고해 주시기 바랍니다.