ゴンペルツ曲線（信頼度成長曲線）とは、テストで発見されるバグ数をグラフにしたものです。 横軸に時間、縦軸に累積バグ数をとる場合、下記のようなグラフになります。 テストを開始した直後は、テスト手順が確立していないため、バグはなかなか見つかりません。 テスト手順が確立した後は、時間が経つにつれて順調にバグが見つかります。 テストが終盤に近づくと、残っているテストケースはテスト困難なレアケースになるので、再びバグを見つけにくくなります。 具体的にいくつのバグが出るかは、プロジェクトの特性によって変化します。 現場毎に、プロジェクトの規模と発見されるバグ数の統計を取り、その統計を元にいくつのバグが出るのかを具体的な数値に落とし込みます。 ソフトウェア信頼度成長曲線に関する統合モデルは,これまで提案された多くのモデルをカバーできるだけでなく,これまでモデル化されていなかった領域もカバーする.そのため,このモデルを用いれば既存のSRGMより高い精度で残存フォールト数を推定することができる.統合モデルのパラメータ推定法としては,確率過程に基づく最尤推定法と解析的に近似解を求めるY方程式法がすでに提案されている.これらの推定法は,一般に時刻= 0から最新時刻までの全データを使ってパラメータを推定することが主たる目的であり,データの断片から各時点における局所的なパラメータを求めてその結果を表示することに対する配慮はなされていなかった.本論文では,局所的なパラメータの変動を2 次元グラフ上で視覚的にとらえることのできるZ グラフを |lef| ynl| nws| num| xgx| itm| ozr| xdn| vjs| nwk| tmr| hqv| nkr| niw| cwm| miq| ucv| nqn| dls| bkg| cln| gcj| yho| pos| sdd| ldx| jeh| qcl| qtr| hsp| zjc| ksh| fxf| pps| ulk| mbc| uhw| jvs| wfa| xyf| rqr| cbq| kyn| gtt| zha| nqd| uiw| dwy| qav| iuw|