보다 상세한 내용은 EPL과 유튜브로 배우는 DuckDB 에 수록되어 있습니다.
LUVIT EPL과 유튜브 데이터로 배우는 DuckDB | 이기준 - 교보문고
LUVIT EPL과 유튜브 데이터로 배우는 DuckDB | 복잡한 데이터 분석 흐름을 더 단순하게 만드는 DuckDB 최근 주목받고 있는 DuckDB를 활용해 SQL 기반 데이터 분석과 실전 프로젝트를 학습할 수 있도록 구
product.kyobobook.co.kr
선수 포지션에 따라 반칙 성향에서 뚜렷한 차이가 보입니다. 미드필더는 중앙값이 가장 높고 전체분포 범위도 넓어 포지션 특성상 가장 많은 반칙을 범하는 경향을 보입니다. 이는 미드필더가 공격과 수비 사이에서 끊임없이 활동하며 상대 선수와 상대적으로 접촉이 많다는 사실과 무관하지 않을 것입니다. 수비수와 공격수의 중앙값은 대체로 비슷하지만, 수비수는 이상치가 많지 않은 비교
적 일관된 분포를 보인 반면 공격수는 일부 선수에게 반칙 횟수가 집중되어 이상치가 보입니다. 이는 전방 압박이나 활동량에 따라 선수 간 차이가 크기 때문으로 추정이 가능할 것입니다. 한편, 골키퍼는 대부분 반칙을 하지 않았으며, 중앙값이 0으로 나타나고 전체 분포도 매우 좁은 것으로 보입니다.
'EPL과 유튜브 데이터로 배우는 DuckDB' 카테고리의 다른 글
| 리버풀과 토트넘의 공격 효율 비교 (0) | 2026.06.17 |
|---|---|
| 유튜브 재생수 히스토그램 분석 (0) | 2026.06.17 |
| 맨체스터 시티와 토튼햄 홋스퍼 경기당 점유율 변화(24-25 EPL) (0) | 2026.06.17 |
| 엘링 홀란과 모하메드 살라의 득점맵 비교(24-25 EPL) (0) | 2026.06.17 |
| Excel에서 Claude와 MCP를 통해 데이터베이스와 대화하기 — Postgres, DuckDB (0) | 2026.06.17 |
댓글