Walidacja pomiarów oprogramowania

Walidacja pomiaru systemu oprogramowania obejmuje dwa etapy -

• Walidacja systemów pomiarowych
• Walidacja systemów predykcyjnych

Walidacja systemów pomiarowych

Miary lub systemy pomiarowe są używane do oceny istniejącej jednostki poprzez numeryczne scharakteryzowanie jednego lub więcej jej atrybutów. Miara jest ważna, jeśli dokładnie charakteryzuje atrybut, który ma mierzyć.

Walidacja oprogramowania systemu pomiarowego to proces zapewniania, że ​​miara jest poprawną charakterystyką numeryczną deklarowanego atrybutu poprzez wykazanie, że warunek reprezentacji jest spełniony.

Do walidacji systemu pomiarowego potrzebujemy zarówno modelu formalnego, który opisuje jednostki, jak i mapowania numerycznego, które zachowuje atrybut, który mierzymy. Na przykład, jeśli istnieją dwa programy P1 i P2 i chcemy je połączyć, to oczekujemy, że każdy środekm długości, aby to zaspokoić,

m (P1 + P2) = m (P1) + m (P2)

Jeśli program P1 ma więcej czasu niż program P2, potem dowolny środek m powinny również zadowolić,

m (P1)> m (P2)

Długość programu można zmierzyć, licząc wiersze kodu. Jeśli ta liczba spełnia powyższe zależności, możemy powiedzieć, że wiersze kodu są prawidłową miarą długości.

Formalny wymóg walidacji miernika polega na wykazaniu, że charakteryzuje on określony atrybut w sensie teorii pomiaru. Walidacja może posłużyć do upewnienia się, że osoby dokonujące pomiaru są właściwie zdefiniowane i są zgodne z zachowaniem jednostki w świecie rzeczywistym.

Walidacja systemów prognozowania

Systemy predykcyjne są używane do przewidywania niektórych atrybutów przyszłej jednostki obejmującej model matematyczny z powiązanymi procedurami predykcyjnymi.

Walidacja systemów predykcyjnych w danym środowisku to proces ustalania dokładności systemu predykcji metodami empirycznymi, tj. Poprzez porównanie wydajności modelu ze znanymi danymi w danym środowisku. Obejmuje eksperymenty i testowanie hipotez.

Stopień dokładności dopuszczalny do walidacji zależy od tego, czy system predykcji jest deterministyczny czy stochastyczny, a także od osoby dokonującej oceny. Niektóre systemy przewidywania stochastycznego są bardziej stochastyczne niż inne.

Przykładami systemów predykcji stochastycznych są takie systemy, jak szacowanie kosztów oprogramowania, szacowanie nakładu pracy, szacowanie harmonogramu itp. Dlatego też, aby formalnie zweryfikować system predykcji, musimy zdecydować, jak jest stochastyczny, a następnie porównać wydajność systemu predykcji ze znanymi danymi.