想要会的东西太多，却忘记了吃多嚼不烂的道理。
使用诱导推断逻辑发现推测
上一篇 /
下一篇 2009-05-27 11:10:25
/ 个人分类：Book Summary
摘抄学习--lessons learned in software testing
诱导推断（abductive inference)又叫做假设归纳（hypothetical induction),是一种测试员每天都要使用的关键推理形式的有些怪的术语：最佳解释的推理。 其主要内容是：
- 收集一些数据并要找出其中的意义。
- 构造可能说明这些数据的各种解释。
- 收集更多的数据，以确定或否定每种解释。
- 从候选解释中，选择能够最一致说明所有重要数据的解释，如果没有足够证据证实任何结论，则继续搜索。
诱导推断是科学和测试的基本方法。医生在为病人诊断时就要使用这种方法，测试员在判断产品是什么和不是什么，产品应该怎样运行和不应该怎样运行时，也要使用这种方法。如果要更好的进行诱导推断，则：
- 收集更多的数据。
- 收集更重要的数据。
- 收集更可靠的数据。
- 理解应用于数据的原因和效果。
- 找出可以说明数据的更多，更好的解释。
- 收集更多否定每个解释的数据。
- 收集更好区分解释的数据。
- 除非某个解释能说明所有重要数据，并且明显得到比其他解释更好的解释，否则不要确定解释。
诱导是寻找好的解释的一种系统化方法。尽管诱导推断过程并不提供绝对确定性，但是在很多情况下，这都是最佳手段。
收藏
举报
TAG:
