스포츠 통계로 알아보는 데이터 과학, 스포츠 속 데이터 과학

“코로나19 이후 무관중으로 진행된 경기에서 홈팀의 승률은 코로나 이전과 다를까?”,“나달은 정말 클레이 코트에서 강할까?”, “만원 관중이 들어찬 고척돔에서 여성 팬 비율은 얼마나 될까?”, “FIFA 랭킹 1위를 꺾은 최저 랭킹 국가는?”, “배구의 어떤 기록이 승리를 잘 설명할까?” 농구, 배구, 야구, 축구, 테니스 등 스포츠 통계를 이용해 사소하지만 흥미로운 주제들을 데이터 과학으로 풀어내 답을 증명해 봅니다. tidyverse, tidymodels 패키지를 활용한 데이터 정리 및 변형, 모델링, 분석 결과 정리 등 누구나 쉽게 R로 데이터 분석을 시작하고 활용할 수 있도록 도와줍니다.

동아일보에서 스포츠 기자로 일하고 있습니다. 인문대 출신인 주제에 “야구 기록은 비키니와 같다. 많은 걸 보여주지만 다 보여주지는 않는다”는 격언에 꽂혀 2005년부터 세이버메트릭스(야구 통계학)를 주제로 블로그 운영을 시작했습니다. 2013년 스포츠 기자가 된 뒤로도 ‘베이스볼 비키니’, ‘발리볼 비키니’, ‘데이터 비키니’ 등을 문패로 스포츠와 데이터의 결합을 추구하고 있습니다. 이 노력을 인정받아 ‘구글 코리아’에서 주최한 ‘제1회 데이터 저널리즘 컨퍼런스’에 발표자로 초청을 받기도 했습니다. 대학원 졸업 논문 주제도 ‘머신러닝으로 장수 외국인 투수를 예측할 수 있을까’였습니다.

<b>Chapter 0 들어가며</B></br></br>0.1 왜 R인가?</br>0.2 데이터를 키워가는 방법: DIKW 피라미드</br>0.3 데이터를 분석하는 방법: PPDAC 모델</br></br><b>Chapter 1 R 언어학 입문</B></br></br>1.1 R 언어학 개론</br>1.2 2차원 데이터의 기본, 데이터 프레임</br>1.3 데이터 과학의 좋은 친구 CSV 파일</br>1.4 이 많은 함수를 어떻게 외울까?</br></br><b>Chapter 2 tidyverse 입문</B></br></br>2.1 패키지 관리 최강자 pacman 패키지</br>2.2 R 스튜디오 설치</br>2.3 생활 tidyverse 사투리</br></br><b>Chapter 3 그림을 그립시다</B></br></br>3.1 히스토그램</br>3.2 색, 계(色, 戒): 색깔 다루기</br>3.3 막대 그래프</br>3.4 팩터(factor)란 무엇인가?</br>3.5 선 그래프</br>3.6 점 그래프, 바이올린 그래프, 상자 그래프</br>3.7 산점도</br>3.8 밀도(분포) 그래프</br>3.9 축 조절하기</br>3.10 미처 다 못 그린 그래프</br></br><b>Chapter 4 데이터 다루기</B></br></br>4.1 dplyr 기본기 익히기</br>4.2 연습문제 풀이 </br>4.3 ‘기타’가 필요할 때</br>4.4 실전 dplyr </br></br><b>Chapter 5 데이터 모양 바꾸기</B></br></br>5.1 와이드 폼 vs 롱 폼</br>5.2 `변수 이름` </br></br><b>Chapter 6 두 테이블 동사</B></br></br>6.1 FIFA 랭킹별 A 매치 결과 구하기 Scene #1</br>6.2 국가별 A 매치 결과 살펴보기</br>6.3 FIFA 랭킹 데이터 살펴보기</br>6.4 rowwise()가 필요할 때</br>6.5 A 매치 + FIFA 랭킹 나라 이름 합치기</br>6.6 join()으로 대동단결!</br></br><b>Chapter 7 날짜 데이터 다루기</B></br></br>7.1 lubridate 101</br>7.2 실전 lubridate</br>7.3 기간형과 지속형</br>7.4 시간 데이터</br>7.5 날짜, 시간에도 반올림이 있다</br>7.6 FIFA 랭킹별 A 매치 결과 구하기 Scene #2</br>7.7 FIFA 월드컵에서 랭킹 1위를 꺾은 최저 랭킹 국가는?</br></br><b>Chapter 8 확률</B></br></br>8.1 확률이란 무엇인가?</br>8.2 생일 역설</br>8.3 tidymodels 입문</br>8.4 생일 역설 시뮬레이션</br>8.5 확률분포</br>8.6 시뮬레이션의 좋은 친구 crossing()</br>8.7 이항분포 그리고 시뮬레이션</br>8.8 롯데 자이언츠 가을야구 진출 확률은?</br>8.9 이항분포 ∞ 정규분포?</br>8.10 세상은 정규분포</br></br><b>Chapter 9 일부로 전체를 추론하기</B></br></br>9.1 (복원) 추출이란 무엇인가?</br>9.2 모집단 vs 표본집단</br>9.3 중심극한정리</br>9.4 중첩 tibble이 필요할 때</br></br><b>Chapter 10 부트스트래핑</B></br></br>10.1 부트스트래핑이란 무엇인가?</br>10.2 신뢰구간이란 무엇인가?</br>10.3 infer 패키지 입문</br></br><b>Chapter 11 (원리)코로나19는 안방 팀 승률을 어떻게 바꿨을까?</B></br></br>11.1 데이터 뒤섞기</br>11.2 통계적 가설 검정</br>11.3 순열 검정</br>11.4 순열 검정 with infer</br>11.5 P-값이란 무엇인가?</br>11.6 P-값을 쓸 때 유의할 점</br>11.7 P-값 with infer</br>11.8 t-검정?</br></br><b>Chapter 12 (이론)코로나19는 안방 팀 승률을 어떻게 바꿨을까?</B></br></br>12.1 t-분포 그리고 자유도</br>12.2 웰치의 t-검정</br>12.3 t-검정 with infer</br>12.4 대응 표본 t-검정</br>12.5 NBA 안방 승률은?</br>12.6 검정력(power of a test)</br></br><b>Chapter 13 나달은 정말 클레이코트에서 강할까?</B></br></br>13.1 카이제곱 검정</br>13.2 귀찮은 일 도맡아 처리하는 janitor</br>13.3 카이제곱 검정 with infer</br>13.4 적합도 검정 with infer</br></br><b>Chapter 14 농구 포지션별 기록은 어떤 차이가 날까?</B></br></br>14.1 t, f, χ 2 무슨 사이야?</br>14.2 ANOVA with infer</br>14.3 분포는 달라도 원리는 똑같다</br></br><b>Chapter 15 어떤 야구 기록이 득점을 제일 잘 설명할까?</B></br></br>15.1 상관관계</br>15.2 회귀식</br>15.3 결정계수(R²)</br>15.4 broom</br>15.5 회귀분석 전제조건 LINE</br>15.6 OPS 〉 wOBA</br>15.7 능력 vs 성과</br>15.8 피타고라스 승률</br></br><b>Chapter 16 어떤 배구 기록이 승리를 제일 잘 설명할까?</B></br></br>16.1 다중공선성 주의</br>16.2 회귀계수</br>16.3 다중 회귀분석 with parsnip</br>16.4 과적합</br>16.5 조절변수 *</br>16.6 심슨 역설 주의</br></br><b>Chapter 17 진짜 어떤 배구 기록이 승리를 제일 잘 설명할까?</B></br></br>17.1 오즈(odds), 로짓(logit)</br>17.2 glm()</br>17.3 로지스틱 회귀 with parsnip</br>17.4 ROC 곡선</br></br><b>Chapter 18 베이즈 통계란 무엇인가?</B></br></br>18.1 베이즈 정리</br>18.2 방출 위기 타자의 경우</br>18.3 사전, 사후 분포</br>18.4 가능도 비율</br>18.5 베타 분포</br>18.6 경험적 베이즈 추정</br>18.7 베이즈 통계 소개가 벌써 끝났다고?