Improve software defect estimation with six sigma defect measures : empirical studies imputation techniques on ISBSG data repository with a high ratio of missing data

Résumé

Cette analyse de recherche fait état d'un ensemble d'études empiriques abordant les problèmes de recherche visant à améliorer les modèles d'estimation des défauts logiciels avec des mesures de défaut Sigma (par exemple, les niveaux Sigma 3 et 4) en utilisant le référentiel de données ISBSG avec un ratio élevé de données manquantes. Trois techniques d'imputation ont été sélectionnées pour ce travail de recherche: imputation unique, imputation de régression et imputation de régression stochastique. Ces techniques d'imputation ont été utilisées pour imputer les données manquantes dans la variable 'Nombre total de défauts', et ont d'abord été comparées les unes aux autres en utilisant des critères de vérification communs. Une autre stratégie de vérification a été développée pour comparer et évaluer la performance des techniques d'imputation sélectionnées en vérifiant la precision prédictive des modèles d'estimation des défauts logiciels obtenus dans les jeux de données imputés. Une classification basée sur Sigma a été effectuée sur l'ensemble de données impute de la meilleure technique d'imputation de performance sur l'estimation des défauts logiciels. Cette classification a été utilisée pour déterminer à quels niveaux de Sigma; Les projets logiciels peuvent être utilisés pour construire des modèles d'estimation des défauts logiciels: ce qui a entraîné des ensembles de données Sigma avec la gamme Sigma (par exemple, l'ensemble de données de projets logiciels d'une gamme allant de 3 Sigma à 4 Sigma). Enfin, les modèles d'estimation des défauts logiciels ont été construits sur les ensembles de données Sigma.

Date	23 juin 2017
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Alain Abran (Directeur(-trice))