빅데이터를 활용한 타자의 장타력과 일일 평균 기온 간의 상관관계 분석
Big Data Analysis of the Correlation between Average Daily Temperature and Batting Power
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
KBO리그는 경기수가 많아서 오랜 기간에 걸쳐서 진행되고 있다. 또한 우리나라는 다양하고 뚜렷한 기후를 가지고 있다. 이에 본 연구에서는 야구기록 중 홈런, 3루타, 2루타, 루타수, 장타율, 순장타율 등 장타력에 관한 기록과 일일 평균 기온과의 상관 관계를 분석하고 야구 기록 중 3차 기록을 정의하였다. 본 연구를 위하여 일일 평균 기온 데이터와 2019년 KBO 리그에서 규정타석에 진입한 타자를 대상으로 SEMMA 기법을 통하여 상관관계를 분석하였다. 본 연구 결과를 통하여 일일 평균 기온이 타자들의 장타력에 영향을 주었다는 것을 알 수 있었다. 특히 20.0도에서 24.9도 사이를 기록한 날에 타자들의 장타력이 낮아졌다는 것을 알 수 있었으며, 타자가 상대하는 투수의 몸 상태와 관련있다고 논의하였다. 이에 경기 외적인 조건을 통하여 야구 경기에서 선수, 코칭스태프, 프런트가 경기에 활용할 수 있음을 기대할 수 있다. 또한 차후 타격 기록 뿐만 아니라 투구, 주루, 수비 등의 기록을 함께 분석하면 더욱 유용한 분석 모델이 될 수 있을 것으로 기대한다.
Abstract
The KBO League is held over a long period of time due to the large number of games. Also, Korea has a diverse and distinct climate. Therefore, this study analyzed the relationship between the daily average temperature and the record of batting power such as home runs, triples, doubles, number of bases, batting percentage, and net batting percentage, and a third baseball record was defined. For this study, the correlation between the daily average temperature data and the batter who entered the standard at-bat in the KBO League in 2019 was analyzed through the SEMMA method. From the results of this study, it was found that the average daily temperature had an effect on a batter’s hitting power. In particular, it was found that a batter’s hitting power decreased on the day of temperatures recorded between 20.0 degrees and 24.9 degrees, and it was discussed that this may have been related to the physical condition of the pitcher the batter was facing. Therefore, it can be expected that players, coaching staff, and the front desk can use them in the game through conditions outside the game. In addition, it is expected that it will be a more useful analysis model by analyzing the records of pitching, base running, and defense as well as subsequent batting records.
참고문헌 (15)
- Rein, R., "Big data and tactical analysis in elite soccer : future challenges and opportunities for sports science", Springer-Plus, 5(1), pp.1~13 (2016)[DOI]
- Y. H. Kim., "Analysis of football tactics and formation patterns based on big data analysis", Master, pp.2020
- J. Y. Hong., "The effect of golf pre shot routine on club and ball data", Master, pp.2019
- H. J. Yun, "A real-time players evaluation model development based on social big data in korea professional baseball : sentiment analysis using machine learning", Doctor, pp.2018
- S. M. Kim., "The effect of daily average temperature on the batter’s performance in baseball game : focused on big data analysis", Master, pp.2020
- E. Wassermann, "An examination of the moneyball theory : a baseball statistical analysis", The Sport Journal, 19(1), pp.1~7 (2005)
- W. Gin., "Big data and labor : what baseball can tell us about information and inequality", Journal of Information Technology & Politics, 15(1), pp.66~79 (2017)[DOI]
- Wullianallur Raghupathi, "Big data analytics in healthcare: promise and potential", Health Information Science and Systems, 2(1) (2014), Springer Science and Business Media LLC[DOI]
- "BizHospital Website"[URL]
- J. H. Park., "Effects of Offense of University Baseball Team on the Winning Record", Master, pp.2006
- "How to spend the period of inactivity? coach Lee's tip'weight training'" (2016)[URL]
- 이제영, "한국프로야구에서 타자능력지수 제안 - 대체선수대비승수(WAR)을 중심으로", 응용통계연구, 29(7), pp.1271~1281 (2016), 한국통계학회
- 이장택, "한국프로야구 기록들의 장기추세", 한국데이터정보과학회지, 26(1), pp.1~10 (2015), 한국데이터정보과학회[DOI]
- "Increase in catchball cases and watch out for rotator cuff tears with the opening of professional baseball" (2019)[URL]
- K. S. Byun., "Biomechanical understanding of baseball pithing motion and upper extremity injuries in baseball pitchers", Doctor, pp.2006