Анализ эмпирических данных. Публикации по электрике, материалам и мебели

Меню
Главная страница

Главная страница Анализ эмпирических данных

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 [ 44 ] 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105

Таблица 4.6 g

Коэффициенты регрессии для сжатвго множества параметрвв надежности прохраммного

обеспечения

Подсистемы и классы	Коэффициенты	Параметры
			L-IF					COMP	DATA

			1,848	0,0082	0.356		0,111		0,0267		-0,0088	722,4	4,01
				0,0094	0,663	0,242	0.107	0,184	0,0230		-0,0316	100,5	3,34
					0.24?		0,094	0,088	0,0588		-0,0118	995,5	5,41
			3,662	0,0094	0.265	0,194					-0,0020	42,9	2,07
				0,0096	0.093	0,030			0,0496	0,116	-0,0006	96,6	3,48
			1,140	0,0019	0.616			0,029				60,2	1,56
				0,0580				0,215			-0,0072	655.2	3,96
	2j<			0,0099	0,396			0,187		0,085	-0.0315	2594,1	9,80
			0.387	0,0314	0,257				0,0179		-0,00015	13633,0	26,1
				0,0405	0,171	0,430	0,036				-0.0186	400.8	4,00
					0,780				0,0218			467,6	4,56
				0.0240	0,412		0,146	0,016	0,0082		-0.0026	2370,2	6,34
				0.0010	0,592				0,0625		-0,0036	110,5	3,04
			2,090	0,0374	0,628	0,102					-0,0133	59,3	1,64

ных) И Zio (количество вычислительных операторов), причем необходимо иметь в виду, что Параметры Z4 и Zio почти всегда тесно коррелированы и поэтому следует использовать только один из них.

4.3.3. Оценка показателей, характеризующих внутреннюю и внешнюю сложность програлгмного обеспечения

Прогнозирование надежности программного обеспечения может оказаться весьма эффективным, если оно осуществляется на основе сочетания двух параметров Z4 и Ze. Для того чтобы убедиться, насколько каждый из этих параметров важен для прогнозирования, построим для каждой из исследуемых подсистем А, Н уравнения линейной регрессии на основе только этих параметров. При этом воспользуемся довольно заманчивой гипотезой, согласно которой, общее количество ошибок может быть лучше всего предсказано (или объяснено) на основе оценки внутренней сложности программы с помощью количества имеющихся в ней ветвей и на основе внешней сложности программы - с помощью числа сопряжений (интерфейсов) данной программы с другими прикладными программами.

Данные, характеризующие число ошибок в каждой подсистеме Y, параметры Z4 и Ze, а также полу-, ченные путем суммирования соответствующие значения по всем программам той или иной подсистемы представлены в табл. 4.8. Таблица 4.9 содержит значения коэффициентов регрессии, их стандартные отклонения, коэффициенты множественной корреляции и стандартную ошибку регрессии. Из таблицы видно, что стандартное отклонение а ==0,315 довольно велико по сравнению со значениями коэффициентов ai. Более глубокий анализ показывает, что а в действительности незначительно отличается от нуля. Отсюда следует, что результаты описанного выше анализа не подтверждают одинаковой важности обоих показателей сложности для правильного предсказания чиа ла ожидаемых ошибок. Действительно, минимизирующая программа регрессионного анализа исключает

Таблица 4.7

Сводка результатов стандартного линейного регрессиоиного анализа (плоскость регрессии

проходит через начало координат)

Подсистемы и классы программ	Сжатое множество параметров 2( )	Стандартное отклонение	Коэффициент множественной корреляции	Минимальное множество параметров Z( )	Статистика минимального множества
Подсистемы и классы программ	Сжатое множество параметров 2( )	Стандартное отклонение	Коэффициент множественной корреляции	Минимальное множество параметров Z( )	Коэффициенты регрессии	Стандартное отклонение	Коэффициент множ. корреляции
	3; 4; 6; 8; 10; 14	3,76	0,897	6; 10	ag== 0,438 а(о = 0.0364	4.23	0,868
	4; 6; 7; 8; 9; 10; 14	2,51	0,983	6; 9	ае = 0.666 ад = 0,202	3,76	0.962
	6; 8; 9; 10; 14	5,05	0,961		а;о = 0,0749	5.75	0,949
	3; 4; 6; 7; 14	1,69	0,977	3; 6	ад = 0,00458 Яе = 0,538	2,44	0,951
	4; 6; 7: 10; И; 14	2.65	0,983		а;о = 0,846	2,83	0.980
	3; 4; 6; 9	1,47	0,910	6; 9	Яб = 0,685 ад = 0,0389	1.53	0,902
( 1 t				1 1 1

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 [ 44 ] 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105