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

4; 9; 14

3,82

0,946

4; 9

84 = 0,0380 ag =0,196

3.88

0.944

4; 6; 9; 11; 14

9,00

0.901

6, 9

ag = 0,669 ig == 0,301

9.68

0,885

3-. 4; 6; 10; 14

23,35

0,983

a.i = 0,0598

26.03

0.979

4; 6; 7; 8; 14

3,66

0,896

a = 0,04o0

4.38

0,847

6; 10

4,41

0,896

6; 10

ag = 0,780 aj(, = 0,0215

4.41

0,896

4; 6; 8; 9; 10; 14

5,04

0,914

4; 6; 8

a4 = 0,0299 ig == 0.458 ie = 0,130

6,10

0,912

4; 6- 10; 14

2,63

0,9S2

6; 10

ae = 0,531 a[o = 0,0600

2.80

0,980

3; 4, 6; 7; 14

1.48

0,965

4; 6; 14

34 = 0,0506 ag = 0,974 14 = - 0.0169

1,53

0,963



144

Глава 4

Таблица 4.8

Совокупные значения прогнозирующих параметров и числа Уведомлений о проблемах по подсистемам Проекта 3

Подсистема

5814

2330

7823

2926

2618

3054

4590

7434

Таблица 4.9

Итоговые статистические данные для параметров 2 и Zg

Параметр

Значения коэффициентов регрессии

Стандартное отклонение

Стандартная ошибка

Коэффициент миожествен-

ной корреляции

а = 0,0454 а = 0,254

о ==0.0144 а = 0,315

54,4

0,982

ИЗ уравнения для Y параметр Zg, что приводит к пренебрежимо малому возрастанию стандартной ошибки прогноза (до величины 56,6) и снижению коэффициента корреляции г (до величины 0,981). После такого глобального усреднения коэффициента при Zi он принимает значение 0 = 0,05665. Если, однако, Z4 и Ze априори являются важными для прогноза, то их относительное влияние на прогноз количества ошибок может быть оценено путем раздельного вычисления их вклада в линейную двух-параметрическую регрессию. Это означает, что если N Ne -число ошибок, предсказываемых по каждому



ИЗ параметров, то

N4 = a Zi = 0,0454 4573,625 = 208, ]Чб = йб1б = 0,254 202,25 = 51,

где Z4, Ze - средние значения параметров Z4 и Ze в табл. 4.8.

Полученный результат свидетельствует о том, что эффект параметра Z4 (количество ветвей) приблизительно в 4 раза превышает эффект параметра Ze (число интерфейсов прикладных программ).

4.3.4. Анализ важности различных категорий параметров

Каждый параметр уравнения регрессии представляет собой показатель, служащий для измерения соответствующего свойства программы, которое отражается в символическом имени параметра. Для определения тесноты связи конкретного показателя с оцениваемым свойством ошибки в проекте 3 были разделены на ошибки сопряжения, манипулирования данными, вычислений и логические, обозначенные соответственно через Yi, Yd, Yc и Yl. Далее исследовалась зависимость между количеством ошибок сопряжения Yi и числом интерфейсов, которое измеряется с помощью параметра Z13 (общее количество сопряжений с системными и прикладными программами); аналогичным образом исследовались зависимости Yd от Zio, Yc от Zg и Yl от Z5. Высокая положительная корреляция для Yd и Yl (рис. 4.1) свидетельствует о высокой эффективности использования параметров Zio и Z5 для предсказания количества возможных ошибок. Вместе с тем остальные два параметра Zis и Z9, согласно результатам анализа, являются лишь посредственными прогнозаторами для Yi и Yc соответственно.



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

© 2000 - 2018 ULTRASONEX-AMFODENT.RU.
Копирование материалов разрешено исключительно при условии цититирования.