第十二章-評估軟體產品、過程和資源

標籤：

　　特徵分析是一種形式最為簡單的評估。用來將不同的產品的各種屬性分類、分等級，以便於我們選擇合適的工具和方法。比如說，我們想買一種設計使用的工具，那麼我們首先要列出我們所需要的工具所應該具備的五條屬性：友好的使用者介面、具備物件導向的功能、擁有一致性驗證功能、能夠操作使用者案例、能夠在 UNIX 系統中運行。評估過程通常包括度量，我們搜集資訊來辨別獨立和相關變數的不同值，並且通過整理這些資訊來增加我們對自身的理解。度量可以協助我們區分典型的環境條件，確定起點與最後目標。

　　我們可以通過經驗的建立系統的精確度的方法來有效化一個預測系統。即，我們在一個給定的環境中比較模型的功能和已知的資料。先聲明一個關於該預測的假設，然後審查資料資訊看該假設是否成立。在有效化模型的時候，一個合理的精確度與幾種因素有關包括執行該評估的人是誰。一個初級的評估者在評估的精確度上要遜於有經驗的評估者。我們也可以就一個給定模型考察基於它們建立的確定系統和不確定系統之間的不同。在一個不確定的模型中我們圍繞著實際的值提供一個錯誤視窗，視窗的寬度是可變的。完成軟體代價估計、工期時間表估計、可信度估計的預測系統會存在許多錯誤，我們稱之為是不確定的。例如，假如你發現在某一環境條件下，你的組織的可信度預測是精確在 20%的範圍內的；即預測下一次錯誤出現的時間的偏差不會超出實際下一次錯誤出現的時間的 20%。 我們再用一種可接受範圍方式來描述這種視窗：一種在預測與實際值之間的的極限最大的偏差。因此，上例中的 20%就是該模型的可接受範圍。在你應用一個預測系統之前，你必須先確定你所要求的可接受的範圍有多大。

　　當我們設計一個實驗或是案例研究的時候，模型將被用來代表特別的、比較困難的問題，因為它們的預測結果將直接影響最後的輸出結果。這樣一來預測便成了目標，於是開發人員們則有意無意的努力去滿足這個目標。因此，實驗評估模型有時候被設計成為雙向不可見的實驗。在該模型中，直到實驗進行的時候才能夠知道實驗的目標是什麼，而在這之前對於參與者這個目標是不可見的。從另一個方面講，一些像可信度模型之類的模型將不對輸出的結果產生影響。也就不會產生這樣的問題。最後要指出的是預測系統不必要建得太複雜。

第十二章-評估軟體產品、過程和資源