您的位置:軟件測試 > 開源軟件測試 > 開源Bug管理工具 >
量化項(xiàng)目管理案例:缺陷趨勢預(yù)測利器(6)
作者:網(wǎng)絡(luò)轉(zhuǎn)載 發(fā)布時(shí)間:[ 2013/12/6 15:13:59 ] 推薦標(biāo)簽:

  通過預(yù)測監(jiān)視,從圖7和圖8中可以看出,兩條TS曲線的變化規(guī)律都很不明顯,曲線的變化在一個(gè)特定的上下限范圍之內(nèi)的趨勢也不是很明確,且也并不是在“0”上下移動(dòng),所以可以初步斷定,對(duì)于我們給定的數(shù)據(jù),用S型曲線擬合得到的模型的漸近值K值是不穩(wěn)定的,換句話說,過去起作用的模型在未來的預(yù)測中反而變得無效。

  通過對(duì)K值的趨勢和TS的變化進(jìn)行實(shí)驗(yàn)分析得出,根據(jù)我們所給出的項(xiàng)目數(shù)據(jù)得出的K值是不斷變化的,要根據(jù)數(shù)據(jù)的更新不斷的更新模型的K值,而不是永遠(yuǎn)的使用單一的K值。

  由以上這個(gè)例子,我們想說明的是,趨近值K值是否穩(wěn)定,并不是單靠觀察數(shù)據(jù)能得出來的,而是需要通過實(shí)驗(yàn)具體分析。而這節(jié)給出的分析方法,到目前為止,是考量K值是否穩(wěn)定的較為常用的方法。

  下面給出一個(gè)較為不同的例子。使用的數(shù)據(jù)來自于另一項(xiàng)目每周發(fā)現(xiàn)的缺陷數(shù)。如圖9所示,圖中的曲線是利用Gompertz模型擬合后得到的K值的趨勢變化情況。

圖9 每周發(fā)現(xiàn)缺陷數(shù)用Gompertz曲線模型擬合后的K值變化

  從圖9可以看到這樣一種與之前那個(gè)例子不同的情況。在這個(gè)例子中,K值的變化并非遵循著指數(shù)模型或其它非線性模型的變化趨勢;K值也同樣不是以類似水平直線的形狀穩(wěn)定發(fā)展,而是以1200.0(近似)為中心,趨勢由震蕩—>趨于平穩(wěn),震蕩的幅度由大幅震蕩逐步減小,一直趨近于震蕩的中心值(1200.0)。單純的從理論上看,這可能是一種較好的結(jié)果,K值的變化逐步減小 ,終趨近于一個(gè)穩(wěn)定值,這樣,我們可以得到我們想計(jì)算得出的穩(wěn)定的參數(shù)K。然而從實(shí)踐中來看 ,我們這組實(shí)驗(yàn)有著一定的局限性,其中重要的,是用于預(yù)測的數(shù)據(jù)量較少(這個(gè)例子中僅有12個(gè)數(shù)據(jù)),這樣的情況下,得到的結(jié)果可能是局部的,后期的發(fā)展可能并不遵循一樣的規(guī)律。

  這里我們想傳達(dá)一種觀點(diǎn):K值穩(wěn)定性的預(yù)測是S型曲線模型的一個(gè)重要方面。在缺陷預(yù)測中,知道了K值,也知道了終會(huì)出現(xiàn)多少缺陷 ,從而得出目前還沒有發(fā)現(xiàn)多少缺陷,軟件是否可以發(fā)布 。如果K值是穩(wěn)定的,那么可以盡早的知道終的缺陷數(shù);如果K值是不穩(wěn)定的,則需要對(duì)歷史數(shù)據(jù)進(jìn)行多次的擬合,以找到合適的數(shù)據(jù),甚至可能更新或更換選擇的模型。

  所以,在利用S型曲線模型進(jìn)行缺陷的預(yù)測時(shí),應(yīng)當(dāng)同時(shí)對(duì)K進(jìn)行分析,從而得出更準(zhǔn)確的結(jié)果。

  到這里為止,關(guān)于K值穩(wěn)定性的討論暫時(shí)告一段落了。不知道大家都有些什么看法,歡迎留言~

相關(guān)鏈接:
上一頁12345下一頁
軟件測試工具 | 聯(lián)系我們 | 投訴建議 | 誠聘英才 | 申請(qǐng)使用列表 | 網(wǎng)站地圖
滬ICP備07036474 2003-2017 版權(quán)所有 上海澤眾軟件科技有限公司 Shanghai ZeZhong Software Co.,Ltd