TEF東海メトリクス勉強会(第7回:野中先生招待特別編)

KEN-san @krsna_sub

帰無仮説 #tef_tokai

KEN-san @krsna_sub

箱ヒゲ図を描いて、欠陥数（欠陥密度）に影響する要因を探る。もちろん、要因と結果の因果関係も検討しなければならない。 #tef_tokai

KEN-san @krsna_sub

開発経験Levelにより欠陥数（密度）の分布を描く #tef_tokai

KEN-san @krsna_sub

ステークホルダの関与度を変数として入れてみる #tef_tokai

こば @t_kk

地震か？まさおさん！ #tef_tokai

Masao @MasaoApril

@t_kk すみません。千葉です。 #tef_tokai

Masao @MasaoApril

ぼちぼち演習開始。 #tef_tokai

Masao @MasaoApril

レイリーモデル #tef_tokai

こば @t_kk

レイリーモデルによる欠陥予測講義 #tef_tokai

KEN-san @krsna_sub

時刻ｔの除去欠陥数は、ライフサイクル全体で法則性がある その法則性はレイリーモデルで表現できる。 #tef_tokai

Masao @MasaoApril

SLIM estimate のツールがあるらしい #tef_tokai

KEN-san @krsna_sub

1970年代の縦軸はStaff数であった。（横軸は時間なのでその工程に何人費やしたか？） SLIM予測 #tef_tokai

KEN-san @krsna_sub

1980年代、SLIMを使ってコスト見積もりをしてきたが、1990年代あたりから使わなくなってきた。 #tef_tokai

Masao @MasaoApril

STM Vol.4にレイリーモデルに関する記事あり。 #TEf_tokai

KEN-san @krsna_sub

モデルそのものが当てはまらないことが多く、批判する論文も多かった。 IBMのプロジェクトでバグの発見数を軸にとったところ、レイリーモデルを使える可能性がでてきた。 SoftwaerTestingManiaXに実は関連記事がある。 #tef_tokai

KEN-san @krsna_sub

Software Testing ManiaX たぶん、Vol４ #tef_tokai

Masao @MasaoApril

@MasaoApril これかな？ http://tinyurl.com/4xjdjux #tef_tokai

KEN-san @krsna_sub

上流工程でバグが多く出ているときに傾向を分析し以降の工程で発生するバグを予測する。 #tef_tokai

こば @t_kk

レイリーモデルは開発ライフスタイルで #tef_tokai

こば @t_kk

下流で多くバグを見つけるには上流で見つけるな！という本末転倒な話も。ｗ #tef_tokai

KEN-san @krsna_sub

ごめんなさい、ワッシーの作った資料なので。 #tef_tokai

KEN-san @krsna_sub

まさかの、森崎さん登場！ #tef_tokai

Masao @MasaoApril

森崎先生がお越しになりました。 #tef_tokai

こば @t_kk

@MasaoApril サプライズ　 #tef_tokai

Masao @MasaoApril

レイリーモデル、バグ数のピークを越えないとうまく予測できないようです。 #tef_tokai