當(dāng)前位置:首頁 > 模擬 > 模擬
[導(dǎo)讀]討論了軟件度量的數(shù)據(jù)過濾和回歸分析問題,提出了一種用盒式圖進(jìn)行數(shù)據(jù)過濾,再用回歸分析得出線性回歸直線的算法。

軟件度量是對軟件開發(fā)項目、過程及其產(chǎn)品進(jìn)行數(shù)據(jù)定義、收集以及分析的持續(xù)性定量化過程,目的在于對此加以理解、預(yù)測、評估、控制和改善,從而保證軟件開發(fā)中的高效率、低成本、高質(zhì)量[1]。但是,得到正確的度量只是測量程序的一部分。軟件質(zhì)量是與所收集和分析的數(shù)據(jù)質(zhì)量密切相關(guān)的,數(shù)據(jù)清洗過程的目的就是要解決“臟數(shù)據(jù)”的問題。數(shù)據(jù)清洗是指去除或修補(bǔ)源數(shù)據(jù)中的不完整、不一致、含噪聲的數(shù)據(jù)。在源數(shù)據(jù)中,可能由于疏忽、懶惰,甚至為了保密使系統(tǒng)設(shè)計人員無法得到某些數(shù)據(jù)項的數(shù)據(jù)[2]。根據(jù)決策系統(tǒng)中“garbage in garbage out”(如果輸入的分析數(shù)據(jù)是垃圾則輸出的分析結(jié)果也將是垃圾)原理,必須處理這些噪聲數(shù)據(jù)。去掉噪聲平滑數(shù)據(jù)的技術(shù)主要有分箱(binning)、聚類(clustering)、回歸(regression)等[3]。本文在回歸分析的基礎(chǔ)上,加入了盒形圖進(jìn)行數(shù)據(jù)過濾,從而得出一條線性回歸直線,使模式或者關(guān)系變得更加明顯,從而用這些模式和關(guān)系對測量的屬性作出判斷。
1 盒形圖和回歸分析簡介
1.1 盒形圖

    該方法可以描述數(shù)據(jù)集取值范圍的情況,展示數(shù)據(jù)主要聚集的區(qū)域,發(fā)現(xiàn)離群數(shù)據(jù)可能的位置,以便于對離群數(shù)據(jù)進(jìn)行處理。盒形圖顯示一個變量的信息,如對相同CMM等級的不同項目完成每個FP的工作量分析,根據(jù)中位數(shù)m、上四分位數(shù)u、下四分位數(shù)l、盒長d、和尾(tail)來分析。
    中位數(shù)是在數(shù)據(jù)集中排列居中的項。也就是說,如果中位數(shù)取值為m,則數(shù)據(jù)集中有一半的值大于m,一半的值小于m。將所有數(shù)值按大小順序排列并分成四等份,處于三個分割點位置的得分就是四分位數(shù)。最小的四分位數(shù)稱為下四分位數(shù)l,所有數(shù)值中,有四分之一小于下四分位數(shù),四分之三大于下四分位數(shù)。中點位置的四分位數(shù)就是中位數(shù)。最大的四分位數(shù)稱為上四分位數(shù)u,所有數(shù)值中,有四分之三小于上四分位數(shù),四分之一大于上四分位數(shù)。也有叫第25百分位數(shù)、第75百分位數(shù)的。將上四分位數(shù)和下四分位數(shù)的距離定義為盒長d,因此,d=u-l。接下來定義分布的尾(tail)。理論上,上尾值點為u+1.5d,下尾值為u-1.5d,這些值必須進(jìn)行舍位處理,以接近真實數(shù)據(jù),位于上尾和下尾之外的值稱為離群值。
1.2 回歸分析方法
    回歸分析方法是研究要素之間具體數(shù)量關(guān)系的強(qiáng)有力的工具,運(yùn)用這種方法能夠建立反映要素之間具體的數(shù)量關(guān)系的數(shù)學(xué)模型,即回歸模型。線性回歸技術(shù)的基礎(chǔ)就是散點圖。將每個屬性對表示為一個數(shù)據(jù)點(x,y),然后用回歸技術(shù)計算出能夠最好地擬合這些點的直線。目標(biāo)是將屬性y(因變量)根據(jù)屬性x(自變量)表示為等式:y=a+bx。
    線性回歸的理論是從每個點垂直向上或向下畫一條線段到趨勢直線,表示從數(shù)據(jù)點到趨勢直線的垂直距離。在某種意義上,這些線段的長度表示數(shù)據(jù)和直線的差異,且這種差異應(yīng)盡可能地小。因此,“最佳擬合”的直線式是指使該距離最小的直線。
    在數(shù)學(xué)上要計算“最佳擬合”直線的斜率b和截距a是很簡單的。每個點的差異稱為殘差,生成線性回歸直線的公式是殘差的平方和達(dá)到最小??梢詫⒚總€數(shù)據(jù)點的殘差表示為:
   
2 算法實現(xiàn)
    在進(jìn)行數(shù)據(jù)清洗時,由于數(shù)據(jù)是無序輸入的,所以先對其排序,再用盒形圖法行數(shù)據(jù)清洗。以下是偽代碼:
    void BubbleSort(double m,double q,int n)  //先對輸入
//的數(shù)據(jù)進(jìn)行冒泡排序,并相應(yīng)修改
//第二組數(shù)據(jù)的順序,以保證它們之間的對應(yīng)關(guān)系
    {    for(int i=0;i<n;i++)
             for(int j=n-1;j>i;j--)
             {
              輸入數(shù)據(jù)的排序
            修改第二組數(shù)據(jù)
             }
    }
    void box(double *m,double *q,int &n) //盒形法篩選
//掉離群項目工作量數(shù)據(jù),n為輸入數(shù)據(jù)個數(shù),m、q為指針
    {
      double a,b,c,top,bottom,l;  //上分位a,中位數(shù)b,//下分位c
        if(n%2==0)  //計算出3個四分位數(shù)
        {
           b=(*(m+n/2)+*(m+n/2-1))/2;  //數(shù)據(jù)個數(shù)為
//偶數(shù)時,中位數(shù)取中間兩數(shù)的平均值
           a=*(m+n/4);
           c=*(m+3*n/4);   }
    }
      else
      {   b=*(m+n/2);
          a=*(m+n/4);
          c=*(m+3*n/4);   }
      l=c-a; top=c+1.5*l;bottom=c-1.5*l;  //計算出盒
//長,上尾數(shù),下尾數(shù)
      if(bottom<0) bottom=m;  //并進(jìn)行必要的舍位處理
        int j=n;
        for(int i=0;i<j;i++)  //判斷是否為離群值,
      {
           if(*(m+i)>top‖*(m+i)<bottom)        
           如有,將其從數(shù)組中剔去
      }
    }
    接下來要對篩選出來的數(shù)據(jù)進(jìn)行回歸分析,從而得到一個數(shù)據(jù)模型。
    void regress(double* m,double* q,int n)   //對數(shù)組
//m和數(shù)據(jù)q的數(shù)據(jù)用線性回歸法進(jìn)行擬合
//并用一條直線表示出它們之間的對應(yīng)關(guān)系
    {  double average_m,average_q,total_m,total_q,L_mq,L_mm;
          double a,b; //擬合直線y=a+bx的2個待定系數(shù)
          for(int i=0;i<n;i++)                .
          {
             //計算兩組數(shù)據(jù)的和total_m和total_q
          }
          average_m=total_m/n; //求的第一組數(shù)據(jù)的平均值
          average_q=total_q/n; //求的第二組數(shù)據(jù)的平均值
       for(int j=0;j<n;j++)                   
          {
         利用公式(1)計算兩組數(shù)據(jù)m,q它們所有數(shù)據(jù)偏離程度的對應(yīng)相乘之和L_mq
          }
       for(int k=0;k<n;k++)                   
        {
         計算第一組數(shù)據(jù)m,它的所有數(shù)據(jù)偏離
         程度的平方和L_mm
        }
        b=L_mq/L_mm;  //計算出擬合直線的待定系數(shù)
//b的擬合值
        a=average_q-b*average_m;  //利用公式(2)算出參
//數(shù)a
    }
    從而得到一條線性直線,算法結(jié)束。
3 算法在實驗數(shù)據(jù)上的實現(xiàn)
    從SSMBSS(上海軟件度量基準(zhǔn)體系)中選取了一組數(shù)據(jù)(見表1),首先將其用散點圖列出來(見圖1),然后用盒形圖進(jìn)行數(shù)據(jù)清洗(見圖2),最后用回歸分析得出擬合直線(見圖3)。

    綜上所述,對于軟件度量過程中出現(xiàn)的數(shù)據(jù)冗余和失真的情況,可以通過數(shù)據(jù)過濾和回歸分析進(jìn)行處理,除去那些離群的數(shù)據(jù),并得出相應(yīng)的擬合直線,這樣就可以分析出數(shù)據(jù)的規(guī)律,保證軟件的質(zhì)量,提高效率。
參考文獻(xiàn)
[1] FENTONenton N E, PFLEEGER S L. Softwaremetrics: a rigorous&practical apporach[M](第2版). 北京: 清華大學(xué)出版社, 2003.
[2] 郭志懋,周傲英.數(shù)據(jù)質(zhì)量和數(shù)據(jù)清洗研究綜述.軟件學(xué)報[J],2002(11).
[3] 王石,李玉忱,劉乃麗,等.在屬性級別上處理噪聲數(shù)據(jù)的數(shù)據(jù)清洗算法.計算機(jī)工程[J],2005(5).
[4] 徐建華.現(xiàn)代地理學(xué)中的數(shù)學(xué)方法.北京:高等教育出版社,2002.

本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點,本站亦不保證或承諾內(nèi)容真實性等。需要轉(zhuǎn)載請聯(lián)系該專欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請及時聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車的華為或?qū)⒋呱龈蟮莫?dú)角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

加利福尼亞州圣克拉拉縣2024年8月30日 /美通社/ -- 數(shù)字化轉(zhuǎn)型技術(shù)解決方案公司Trianz今天宣布,該公司與Amazon Web Services (AWS)簽訂了...

關(guān)鍵字: AWS AN BSP 數(shù)字化

倫敦2024年8月29日 /美通社/ -- 英國汽車技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車。 SODA V工具的開發(fā)耗時1.5...

關(guān)鍵字: 汽車 人工智能 智能驅(qū)動 BSP

北京2024年8月28日 /美通社/ -- 越來越多用戶希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行,同時企業(yè)卻面臨越來越多業(yè)務(wù)中斷的風(fēng)險,如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報道,騰訊和網(wǎng)易近期正在縮減他們對日本游戲市場的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會開幕式在貴陽舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點: 有效應(yīng)對環(huán)境變化,經(jīng)營業(yè)績穩(wěn)中有升 落實提質(zhì)增效舉措,毛利潤率延續(xù)升勢 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競爭力 堅持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競爭優(yōu)勢...

關(guān)鍵字: 通信 BSP 電信運(yùn)營商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺與中國電影電視技術(shù)學(xué)會聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會上宣布正式成立。 活動現(xiàn)場 NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會上,軟通動力信息技術(shù)(集團(tuán))股份有限公司(以下簡稱"軟通動力")與長三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉
關(guān)閉