본문 바로가기
KERD
논문KCI 등재

체격 및 신체조성 측정 자료의 결측값 대체 방법 비교

A Comparison of imputation methods for missing values within body measurement and body composition data

이윤수|최형준
한국체육측정평가학회 (Korean Society For Measurement And Evaluation In Physical Education And Sports Science)|2019.12|한국체육측정평가학회지 (The Korean Journal of Measurement and Evaluation in Physical Education and Sports Science)|제21권 제4호|pp. 149-158|DOI 10.21797/ksme.2019.21.4.012

0

조회

0

다운로드

1

인용

0

참고문헌

키워드

k-Nearest Neighbor결측값 추정방법k-NN 결측값 대체방법다중대체 방법missing values imputation methodsMultivariate Imputation by Chained Equation

초록

이 연구는 국가대표 선수들의 체력 및 신체조성 자료에 대한 결측값을 대체하는 방법을 4가지로 구분하고 결측값비율에 따라 나타나는 실제 관찰 자료와의 차이를 통해 결측값 대체 결과를 비교하는데 목적을 두었다. 이 연구에서사용한 결측값 대체 방법은 평균, 중앙치, k-NN 최대근접이웃함수, 연쇄 방정식을 이용한 다중대체 방법이었으며, 기존 자료의 5%, 10%, 15%, 20%에 해당하는 자료를 무작위로 결측시킨 후, 실제 관찰값과 추정값을 비교하였다. 4가지 결측값 대체 방법의 결과 비교를 위하여 평균 제곱근 오차(RMSE: root mean squared error)를 사용하여 얻은결과는 다음과 같다. 첫째, 체력 및 신체조성 결측 자료에 대한 변수별 결측값 대체 결과, k-NN 최대근접이웃함수를이용한 결측값 대체 방법은 타 결측값 대체 방법에 비해서 결측값 비율에 관계없이 가장 낮은 평균 제곱근 오차를 나타냈다. 또한, 4가지 결측값 대체 방법의 평균 제곱근 오차에 대한 편차는 체중 변수에서 가장 높게 나타났으며, 하퇴위 변수에서 가장 낮게 나타났다. 둘째, 4가지 결측값 대체 방법에 의한 평균 제곱근 오차는 결측값의 비율이 5%, 10%, 15%, 20%로 증가함에 따라서 모두 증가하는 것으로 나타났다. 더불어 결측값의 비율이 증가함에 따라서 4가지결측값 대체 방법 간 평균 제곱근 오차의 편차가 가장 높은 변수는 체중 변수로 나타났다. 향후 다양한 체육 및 스포츠 자료의 특성에 맞는 효율적인 결측값 대체를 위하여 후속 연구가 지속적으로 이루어져야 한다고 사료된다.

Abstract

The purpose of this study was to compare between actual observed values and estimated values using 4 difference methods for missing values imputation based on body measurement data and body composition data of Korean representatives athletes. The methods for missing values imputation in this study were using by mean, by median, by k-Nearest Neighbor functions, and by Multivariate Imputation by Chained Equation(MICE). The missing values were conducted into 5%, 10%, 15%, and 20% from the original dataset. And then, the actual observed values and the estimated by 4 different methods of missing values imputation were compared with RMSE(root mean squared error). The results of this study were as following belows. First of all, The lowest values of RMSE was found on the using with k-NN functions and it was not depending on the difference conditions of missing values ratio(such as 5%, 10%, 15%, and 20%). Also, the deviation of RMSE between the methods of missing values imputation was the fewest on the ‘weight’ variable, and was the greatest on the ‘bottom length’ variable. Secondly, the increasing rates of ratio of missing values from 5% to 20% influenced upon all methods of missing values imputation such as mean, median, k-NN and MICE. Additionally, the ‘weight’ variable has the greatest deviation of RMSE depending on the increasing ratio of missing values. Consequently, increasing numbers of further researches relevant to this study are required in the field of sports science and physical education in order to apply the missing values imputation efficiently.

참고문헌 (24)

  1. 곽민정, "임상시험에서 다중대치방법을 이용한 결측값의 처리 방법", 論文集, 20, pp.177~186 (2006)
  2. 곽민정, "임상시험자료에서 발생하는 결측값 처리에 관한 통계적 방법", Journal of The Korean Data Analysis Society, 7(4), pp.1187~1198 (2005), 한국자료분석학회
  3. 김근수, "공군사관학교 지원 여자 수험생의 체격과 체력 변화에 관한 연구", 학습자중심교과교육연구, 16(1), pp.745~759 (2016), 학습자중심교과교육학회
  4. 김원기, "국가대표 소프트볼 선수의 체격과 기초체력 및 등속성 근력의 특성", 한국걷기과학학회지, 6, pp.67~77 (2006)
  5. 나영일, "체격 측정상의 오차요인 탐색", 체육과학연구, 13(3), pp.30~41 (2002), 국민체육진흥공단 한국스포츠정책과학원
  6. 박소현, "순차 적응 최근접 이웃을 활용한 결측값 대치법", 응용통계연구, 24(6), pp.1249~1257 (2011), 한국통계학회
  7. 송홍선, "성장기 야구선수들의 성숙도에 따른 체격, 신체조성 및 체력 차이", 체육과학연구, 30(1), pp.9~19 (2019), 국민체육진흥공단 한국스포츠정책과학원[DOI]
  8. 오미라, "신경망에 의한 유전자 발현 자료의 결측값 추정", Journal of The Korean Data Analysis Society, 12(1), pp.135~145 (2010), 한국자료분석학회
  9. 이동호, "K-NN과 최대 우도 추정법을 결합한 소프트웨어 프로젝트 수치 데이터용 결측값 대치법", 정보과학회논문지 : 소프트웨어 및 응용, 36(4), pp.273~282 (2009), 한국정보과학회
  10. 이영만, "중학교 배드민턴 선수의 스매시 스피드와 체격요인 및 등속성 근력과의 상관 분석", 한국웰니스학회지, 13(3), pp.561~572 (2018), 한국웰니스학회[DOI]
  11. 이지연, "실시간 교통량 데이터의 결측값 보정", 대한토목학회 학술대회집, pp.2805~2814 (2004)
  12. 정도상, "초등학교 여학생의 체격 발육에 관한 종단적 연구", 한국초등체육학회지, 18(3), pp.157~167 (2012), 한국초등체육학회
  13. 정연성, "여자 테니스선수의 체력 및 형태학적 특성 비교", 한국발육발달학회지, 12(2), pp.157~167 (2004), 한국발육발달학회
  14. 조정환, "스포츠 빅데이터 활용과 전망", 한국체육측정평가학회지, 14(3), pp.01~11 (2012), 한국체육측정평가학회[DOI]
  15. 최태훈, "일반화 정준상관 행렬도와 프로크러스티즈 분석을 응용한 대한테니스협회 등록 선수의 체격요인, 체력요인 및 기초기술요인에 대한 분석연구", Communications for Statistical Applications and Methods, 17(6), pp.917~925 (2010), 한국통계학회
  16. 최형준, "자기구성지도(Self-Organized Map)를 활용한 레슬링 선수의 체격 및 체력요인의 군집분석", 한국체육측정평가학회지, 14(1), pp.19~28 (2012), 한국체육측정평가학회[DOI]
  17. 최형준, "자기구성지도(Self-Organized Map)를 활용한 군집분석", 한국체육학회지, 46(5), pp.553~564 (2007), 한국체육학회
  18. Bertsimas, D., "From predictive methods to missingdata imputation : An optimization approach", Journal of Machine Learning Research, 18, pp.1~39 (2018)
  19. Blend, D., "Comparison of Data Imputation Techniques and their Impact", ArXiv.Org, 1~7 (2008)
  20. Dempster, A. P., "Maximum Likelihood from Incomplete Data Via the EM Algorithm", Journal of the Royal Statistical Society: Series B (Methodological) (1977)
  21. Donders, A. R. T., "Review : A gentle introduction to imputation of missing values", Journal of Clinical Epidemiology, 29(10), pp.1087~1091 (2006)
  22. Malarvizhi, M. R., "Comparison of Imputation Techniques after Classifying the Dataset Using Knn Classifier for the Imputation of Missing Data", International Journal of Computational Engineering Research, 3(1), pp.101~104 (2013)
  23. Oba, S., "A Bayesian missing value estimation method for gene expression profile data", Bioinformatics, 19(16), pp.2088~2096 (2003)
  24. van Buuren, S., "mice : Multivariate imputation by chained equations in R", Journal of Statistical Software, 45(3), pp.1~67 (2011)

관련 논문AI추천

스포츠 과학 연구에서 결측치 문제와 처리방법강민수, 강상조, 박재현, 이진오한국체육측정평가학회 · 한국체육측정평가학회지2005 · 제7권 제1호Item non-response imputation in the Korea National Health and Nutrition Examination Survey문혜미, 손세림, An Hyonggin한국역학회 · Epidemiology and Health2022 · 제44권 생체전기저항법과 인체측정법에 의한 남자빙상선수의 체지방률 추정김윤만, 김철현, 김혜진한국체육측정평가학회 · 한국체육측정평가학회지2005 · 제7권 제1호체성분도표를 이용한 남자 엘리트 운동선수와 성인의 체구성과 체질량지수의 위계적 차이김철현, 김혜진한국체육측정평가학회 · 한국체육측정평가학회지2012 · 제14권 제2호머신러닝을 활용한 중학생 축구선수의 심폐지구력 예측 및 주요 체력 요인 분석양민정, 정연성한국체육측정평가학회 · 한국체육측정평가학회지2025 · 제27권 제3호기계학습방법을 이용한 순서형 결측자료 대체의 성능비교손세림, 안형진한국보건정보통계학회 · 보건정보통계학회지2022 · 제47권 제3호

이 간행물의 다른 논문 (11건)

한계효과 분석을 이용한 한국프로농구 승리 확률 변화 분석박일혁, 김정준, 황수웅, 황한솔pp. 1-15평영(Breast Stroke) 평가 요소 탐색 및 타당도 검증석창혁, 이상원pp. 17-28구글 검색어 통계를 활용한 국내 체조종목의 관심도 분석윤지운pp. 29-40청소년의 스포츠 도덕동기화 질문지 타당화전현수, 강상욱, 이기봉pp. 41-52스노보드 레벨Ⅱ 심사자간 신뢰도 분석이재형, 손원일, 석진수, 강성기pp. 53-64
원문 보기