欢迎光临散文网 会员登陆 & 注册

缺陷预估案例

2021-11-09 19:34 作者:十指环  | 我要投稿

———————————————————————————————————————

缺陷预估方法介绍

当前项目缺陷预估案例

新项目缺陷预估案例

———————————————————————————————————————

1. 缺陷预估方法介绍

缺陷预估,作为软件缺陷管理的一个重要环节,是软件质量从业者的一项重点技能。

目前了解到的缺陷预估方法有如下3种:

1.1 Gompertz 缺陷分析法

      该方法适用于对软件测试过程中,同一阶段的同一种测试活动所发现的缺陷进行预估。

      实施方法(详见https://www.docin.com/p-242942203.html ; https://zhuanlan.zhihu.com/p/53494065;https://wenku.baidu.com/view/28d1dbcbac51f01dc281e53a580216fc700a5398.html):

1.2 Rayleigh 缺陷分析法

     该适用于各阶段缺陷的预估。

      实施方法(详见https://www.docin.com/p-242942203.html ;https://zhuanlan.zhihu.com/p/53399357) :

1.3  多元线性回归方程缺陷分析法

     SPSS工具基于历史数据计算得出相关数据因素间的关系,进而预估未来缺陷。

    实施方法:

 1)  多元线性回归方程: Y=A+K1*X1+K2*X2+K3*X3+K4*X4

 因变量:BUG总数(Y)

自变量:影响BUG总数的因素(X)

常数项:A(常数项表示的是未被自变量解释的且长期存在(非随机)的部分;符合实际情况,有不可去除的特点。)

自变量的影响系数值(回归系数):K

K值越大,代表自变量X对Y的影响越大,反之越小;

2)自变量 因素: 每天新提BUG数,递增的BUG总数,测试投入人力,叠加的测试周期,功能实现率

3)系统中导出BUG数据,用SPSS软件计算出多元线性方程的常数项A和影响系数K, 最后方程中填入自变量和因变量,计算出BUG总数

2. 当前项目缺陷预估案例

参见下图,

假定测试投入人力不变的情况下,每周新提BUG数取累计平均每周新提BUG数:15

假定以10.30为项目截止时间,第45周完成所有BUG的修复,预估每周需要修复BUG数约30个

说明: 项目落地时,需要依据各自项目的特性(人力投入/项目周期/RCS计划/项目复杂度/开发模式/开发流程)等差异找出影响因素,依据影响因素的差异进行差异化预估

3. 新项目缺陷预估案例

    采用多元线性回归方程缺陷分析法进行预估

第一步,收集历史数据

第二步,SPSS工具分析 

  确定多元线性回归方程系数

 参见SPSS工具使用方法导入历史数据,计算输出BUG预估多元线性回归方程系数。

 输出结果:


依据输出的结果,梳理出对应的方式系数如下:


 第三步,新项目BUG预测

依据上述方程系数,新项目周期以1年计算,成熟度分别以 40%, 60%, 80%,100%,人力随成熟度递增(1~3人),预估BUG总数为1065。

***************************************************************************************************

平均每周新提BUG数a1 测试投入人力 叠加的测试周期(周) 功能实现率 BUG总数Y 方程

14.8 1 1 40% 149 Y=B+a1*X1+a2*x2+a3*x3+a4*x4

14.8 1 2 40% 157

14.8 1 3 40% 165

14.8 1 4 40% 172

14.8 1 5 40% 180

14.8 1 6 40% 188

14.8 1 7 40% 195

14.8 1 8 40% 203

14.8 1.5 9 60% 340

14.8 1.5 10 60% 347

14.8 1.5 11 60% 355

14.8 1.5 12 60% 363

14.8 1.5 13 60% 370

14.8 1.5 14 60% 378

14.8 1.5 15 60% 386

14.8 1.5 16 60% 393

14.8 2 17 80% 530

14.8 2 18 80% 538

14.8 2 19 80% 545

14.8 2 20 80% 553

14.8 2 21 80% 561

14.8 2 22 80% 568

14.8 2 23 80% 576

14.8 2 24 80% 583

14.8 3 25 100% 851

14.8 3 26 100% 859

14.8 3 27 100% 866

14.8 3 28 100% 874

14.8 3 29 100% 882

14.8 3 30 100% 889

14.8 3 31 100% 897

14.8 3 32 100% 905

14.8 3 33 100% 912

14.8 3 34 100% 920

14.8 3 35 100% 927

14.8 3 36 100% 935

14.8 3 37 100% 943

14.8 3 38 100% 950

14.8 3 39 100% 958

14.8 3 40 100% 966

14.8 3 41 100% 973  

14.8 3 42 100% 981  

14.8 3 43 100% 988  

14.8 3 44 100% 996  

14.8 3 45 100% 1004  

14.8 3 46 100% 1011  

14.8 3 47 100% 1019  

14.8 3 48 100% 1027  

14.8 3 49 100% 1034  

14.8 3 50 100% 1042  

14.8 3 51 100% 1049  

14.8 3 52 100% 1057  

14.8 3 53 100% 1065  

 ***************************************************************************************************




缺陷预估案例的评论 (共 条)

分享到微博请遵守国家法律