Analyzing Software Measurement Data

在收集相关数据之后,我们必须以适当的方式分析数据。 选择分析技术有三个重要项目。

The nature of data

The purpose of the experiment

Design considerations

The Nature of Data

为了分析数据,我们还必须研究数据所代表的广大人口以及数据的分配。

Samppng, population, and data distribution

抽样是从大批人口选择一套数据的过程。 抽样统计描述并总结从一组实验主题获得的措施。

人口参数是衡量所有可能主题时将获得的数值。

人口或样本可以用中央趋势措施加以描述,例如平均、中、分散模式和措施,如差异和标准偏差。 许多数据集的分布通常如下图所示。

如上文所述,数据将平均分配。 这是正常分配的重要特点。

在数据被扭曲的情况下,也存在其他分布,因此,在某一方面的数据点比其他数据点多。 例如: 如果大多数数据都出现在左侧,那么我们可以说,这种分布被丢弃。

The Purpose of the Experiment

通常进行实验——

To confirm a theory

To explore a relationship

为实现每一项目标,目标都应在假设的基础上正式表述,分析必须直接处理假设。

To confirm a theory

调查必须旨在探讨理论的真相。 理论通常指出,使用某种方法、工具或技术对所涉主题具有特别的影响,因此其方式比其他方法好。

有两个数据需要考虑:热数据和非热数据。

如果数据来自正常分配,有两组比较,则可以使用学生的笔试进行分析。 如果要比较两个以上,就可以对称为F-统计数据的差异测试进行总体分析。

如果数据是非正常的,则可以通过排名对数据进行分析。

To explore a relationship

调查旨在确定描述一个变数或多个变量的数据点之间的关系。

回答有关关系的问题有三种方法:盒式地块、散射地和相互关系分析。

www.un.org/spanish/ecosoc 可作为一套数据范围的摘要。

A散射地表示两个变量之间的关系。

Correlation analysis利用统计方法确认两种属性之间是否存在真正的关系。

对于通常分配的数值,使用Pearson Correlation Covap,以检查这两个变量是否与高度相关。

对于非正常数据,数据排名和使用 Spearman Rank Correlation Co有效率作为联系措施。 非正常数据的另一个衡量标准是Kendall稳健的相关系数,该系数调查数据点的对等之间的关系,并可确定部分的相关性。