选择预测的数据为27个,得到14周之后的结果如表2。
表2 应用三和法得到的缺陷发现累积估计值
所在周 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
原始估计 |
25 |
64 |
120 |
206 |
296 |
392 |
534 |
647 |
760 |
840 |
921 |
987 |
1035 |
1069 |
Gompertz |
24 |
58 |
116 |
198 |
300 |
413 |
529 |
640 |
743 |
833 |
910 |
974 |
1027 |
1070 |
Logistic |
26 |
47 |
84 |
144 |
237 |
366 |
521 |
676 |
807 |
902 |
964 |
1020 |
1024 |
1036 |
所在周 |
14 |
15 |
16 |
17 |
18 |
19 |
20 |
21 |
22 |
23 |
24 |
25 |
26 |
27 |
原始估计 |
1069 |
1092 |
1114 |
1139 |
1142 |
1145 |
1158 |
1162 |
1164 |
1165 |
1165 |
1166 |
1166 |
1166 |
Gompertz |
1070 |
1104 |
1131 |
1153 |
1170 |
1183 |
1194 |
1202 |
1208 |
1213 |
1217 |
1220 |
1222 |
1224 |
Logistic |
1036 |
1043 |
1046 |
1049 |
1050 |
1050 |
1051 |
1051 |
1051 |
1051 |
1051 |
1051 |
1051 |
1051 |
从拟合程度可以看出,Gompertz曲线的拟合程度近似100%,而Logistic曲线的拟合程度低于Gompertz曲线,因此,选择Gompertz曲线作为拟合曲线。
图6 缺陷趋势图CDF
图7 缺陷趋势图PDF
选择Gompertz曲线得到的K值为1230,即整个系统应当共发现1230个bug。然而如同我们之前关于K值的描述,K值并不是始终都不变的,因此需要在测试阶段持续的进行预测,得到更为可靠的结果。
根据预实对照的结果,按照需要调整目前测试的状态。
-----------------------------------------------------------------------------------------------------------------------
作为一个项目经理或者测试经理,上面提到的内容对你来说应当很容易理解,但你要考虑的恐怕更多。比如,选定要release的时间,根据release时间的安排每周发现缺陷的任务;再比如,公共假期的时间考虑(可能没有几个人愿意在春节这样的假期里继续工作吧,不过release的时间可是不能修改的)。根据实际情况考虑的更多更全面,才能让你的预测更加贴近实际,预测的结果才能有效。