시계열모형을 이용한 프로야구 구단별 관중 수 예측
Prediction of the Number of Spectators for the Pro-baseball Club Using a Time Series Model
0
조회
0
다운로드
9
인용
0
참고문헌
키워드
초록
본 연구는 예측 모형을 이용하여 프로야구 8개 구단의 관중수를 예측하는 연구로서 구단별 최적의 예측모형을 산출하기위해 1982년부터 2012년까지의 연간자료를 사용 하였으며, 이 자료에 적합하다고 예상되는 4가지 최적의 예측모형을 이용하여 2012년의 내장 관중수를 예측하기 위한 목적에서 실시되었다. 제시한 4가지 예측방법 중 첫 번째는 SPSS18.0통계 프로그램을 이용 자동생성모형으로 산출 하였으며, 두 번째 모형은 Excel을 이용한 다항식추세모형으로 R제곱이 가장 큰 함수모형을 찾아 예측 값을 계산하며, 세 번째는 Box-Jakins가 제시한 ARIMA(자기회귀누적이동평균)모형을 기본으로 예측변수가 포함된 다변량ARIMA(p, d, q)모형을 사용하였다. 네 번째는 최근린법으로 최근에 주목을 받고 있는 카오스 이론을 바탕으로 한 방법을 사용 예측관중수를 산출 하였다. 이상과 같은 네 가지 예측 방법을 이용 8개 구단별 4가지 예측모형을 수립하고 수립된 모형을 통하여 생성된 4개의 예측관중수의 평균값을 최종 예측관중수로 제시하였다. 그 결과 2012년 구단별 예상되는 내장 관중 수는 각각 삼성:471580, 롯데:1117688, KIA:507052, SK:1014763, LG:1016579, 한화:445237, 두산:1177542, 넥센:435202명으로 제시되었고, 일반적으로 다변량 예측분석 방법이 단변량 보다는 예측력이 뛰어난 결과를 보이는 것과 같이 본 연구에서도 2012년의 한 해에서는 일치하는 결과를 나타내었다.
Abstract
Thus study aims to forecast the number of spectators for 8 professional baseball clubs using a time series model. In order to calculate the optimal forecasting model by each baseball club, the study has used the annual data between 1982-2011. The study was performed in order to forecast the number of spectators in the stadium in 2012, using the 4 optimal forecasting models which are expected to be appropriate for this data. The first among the suggested optimal forecasting models was the calculation as the automated generation model using SPSS18.0 program. The second model, the trend forecasting model using Excel, calculated the forecasted value through detecting the function model with the biggest R-square. The third model used a multi-variate ARIMA model containing forecast variables based on ARIMA model suggested by Box-Jakins. The fourth model is Nearest-Neighbor Method. This, based on Chaos Theory that attract our attention very recently, is a method based on a thought, and the number of spectators was calculated using this method. Through using above 4 forecasting methods, the forecast models for 8 baseball clubs were established and the average of 4 numbers of the spectators in the future performed through these established models was calculated. As a result, the forecasted number of spectators for each baseball clubs are as follows: Samsung: 471580, Lotte: 1117688, KIA: 507052, SK: 1060920, LG: 1016579, Hanwha: 445237, Dusan: 1177542, Nexen: 435,202.
참고문헌 (32)
- 김민철, "시계열분석을 통한 프로야구 관중현황 예측모델연구 : 부산롯데자이언츠를 대상으로", 한국스포츠산업경영학회지, 14(1), pp.17~25 (2009), 한국스포츠산업경영학회
- 김용만, "프로야구 경기관람요인이 팬충성도에 미치는 영향", 한국체육학회지, 45(6), pp.469~482 (2006), 한국체육학회
- 김현철, "시계열자료의 분석과 예측" (2005), 교육과학사
- 김현철, "과학기술인력 공급규모 예측에서 외생변수에 의하여 지수평활모형의 예측결과를 수정하는 방법의 제안 및 방법의 유용성 검토", 고등교육연구, 11(2), pp.29~47 (2002)
- 김홍설, "프로농구 팬의 경기 관람 결정 요인에 관한 연구", 한국스포츠사회학회지, 12, pp.333~344 (1999)
- Excel에 의한 재미있는 시계열분석, "SPSS", pp.2007, 노형진
- 노형진, "알기 쉬운 시계열분석" (2011), 학현사
- 박인찬, "시계열 모형을 이용한 주가지수 방향성 예측", 한국데이터정보과학회지, 20(6), pp.991~998 (2009), 한국데이터정보과학회
- 박철용, "최적 시계열 모형에 기초한 오존주의보 날짜 예측", 한국데이터정보과학회지, 20(2), pp.293~299 (2009), 한국데이터정보과학회
- 백승태, "프로야구 관중의 경기관람결정 요인과 재관람 의사와의 관계", 한국스포츠산업경영학회지, 10(2), pp.127~138 (2005), 한국스포츠산업경영학회
- 백우열, "프로야구 관람요인과 재관람의도의 관계: 관람만족의 매개효과", 한국스포츠산업경영학회지, 15(1), pp.53~61 (2010), 한국스포츠산업경영학회
- 이장택, "일반화 자기회귀 조건부 이분산 모형을 이용한 한국프로야구 관중수의 예측", 한국데이터정보과학회지, 21(6), pp.1041~1049 (2010), 한국데이터정보과학회
- 정동빈, "시계열 자료와 단순화 분석 Series Ⅰ" (2001), 한나래
- 정동빈, "시계열 자료와 단순화 분석 Series Ⅱ" (2003), 한나래
- 허명회, "SPSS Statistics 시계열분석" (2009), 데이터솔루션
- 최병선, "단변량시계열분석1" (1992), 세경사
- 최재일, "시계열 분석에 의한 한국 프로축구 관중수 예측(2009-2015)", 한국사회체육학회지, 39(39), pp.921~928 (2010), 한국사회체육학회
- 한국야구위원회, "인터넷 홈페이지, 프로야구연감 2011", 프로야구대백과사전, ~ (2011)
- Akaike, H., "A Bayesian analysis of the minimum Ann", Inst. Statist. Math, A30, pp.9~14 (1978)
- Akaike, H., "A Bayesian extension of the minimum AIC procedure of autoregressive model fitting", Biometrika, 66, pp.237~242 (1979)
- Box, G. E. P., "Time series analysis: Forecasting and control" (1970), Holden-Day
- Box, G. E. P., "Time series analysis: Forecasting and control, (Rev. Ed.)" (1976), Holden-Day, Inc
- Box, G. E. P., "Time Series Analysis(3rd ed)" (1994), Prentice-Hall
- Dagum, E. B., "Seasonal factor forecasts from ARIMA models", paper presented at the 40th session of the International Statistical Institute (1975)
- Gifis, L. S., "Promotions and attendance in minor league baseball", Atlantic Economic Journal, 34, pp.513~514 (2006)
- Gray, H. L., "A new approach to ARMA modelling", Communications in statistics, 16, pp.127~177 (1978)
- Lee, Y. H., "The decline of attendance in the Korean professional baseball league: The major league effects", Journal of Sports W. Jr., Economics, 7, pp.187~200 (2006)
- Meehan, J. W. Jr., "Competitive balance and game attendance in major league baseball", Journal of Sports Economics, 8, pp.563~580 (2007)
- Davis M. C., "Analyzing the relationship between team success and MLB attendance with GARCH effects", Journal of Sports Economics, 10, pp.44~58 (2009)
- Schaaf, P., "Sports marketing : it's not just a game anymore" (1995), Prometheus Books
- Robert H. S,., "Time series analysis and Its applications, 3nd ed" (2011), Springer
- Zang, J. J., "Spectator Knowledge of Game Attendance", Sport Marketing Quarterly, 4(4), pp.29~39 (1996)