Software-quality-management-measurement-models

測定とモデル

モデルは、実世界のエンティティの数値要素の動作を解釈し、測定するのに役立ちます。 測定プロセスを支援するには、マッピングのモデルにマッピングドメインのモデルを追加する必要があります。 モデルは、これらのエンティティが属性にどのように関連し、特性がどのように関連するかも指定する必要があります。

測定には2つのタイプがあります-

• 直接測定
• 間接測定

直接測定

これらは、他のエンティティまたは属性の関与なしに測定できる測定値です。

以下の直接的な対策は、ソフトウェアエンジニアリングで一般的に使用されています。

• LOCによるソースコードの長さ
• 経過時間によるテスト目的の期間
• 欠陥をカウントすることにより、テストプロセス中に発見された欠陥の数
• プログラマーがプログラムに費やす時間

間接測定

これらは、他のエンティティまたは属性の観点から測定できる測定値です。

ソフトウェアエンジニアリングでは、一般的に次の間接的な手段が使用されます。

\ small Programmer \：生産性= \ frac \ {LOC \：生産済み} \ {人\：months \：of \：effort}

$ \ small Module \：Defect \：Density = \ frac \ {Number \：of \：defects} \ {Module \：size} $

\ small Defect \：Detection \：Efficiency = \ frac \ {Number \：of \：defects \：detected} \ {Total \：number \：of \：defects}

$ \ small Requirement \：Stability = \ frac \ {Number \：of \：initial \：requirements} \ {Total \：number \：of \：requirements} $

$ \ small Test \：Effectiveness \：Ratio = \ frac \ {Number \：of \：items \：covered} \ {Total \：number \：of \：items} $

$ \ small System \：spoilage = \ frac \ {Effort \：spent \：for \：fixing \：faults} \ {Total \：project \：effort} $

予測のための測定

適切なリソースをプロジェクトに割り当てるには、プロジェクトを開発するための労力、時間、コストを予測する必要があります。 予測の測定には、予測される属性を現在測定可能な他の属性に関連付ける数学モデルが常に必要です。 したがって、予測システムは、未知のパラメーターを決定し、結果を解釈するための予測手順のセットと数学モデルで構成されます。