| ISBN | 出版时间 | 包装 | 开本 | 页数 | 字数 |
|---|---|---|---|---|---|
| 未知 | 暂无 | 暂无 | 未知 | 0 | 暂无 |
第1章 数据分析的方法 1
数据验证 3
变量与模型的选择 6
前期分析8
图表8
表格13
相关性分析14
逐步回归分析16
建立多变量模型17
检验模型 25
检验数值型变量25
检验类别型变量26
检验残差值28
检测有影响的观察29
提取方程式30
结束语31
第2章 案例分析：软件开发生产率 33
数据验证33
变量和模型的选择40
创建新变量40
修正数据41
确定分类变量的各个子集41
模型的选择44
初步分析44
图44
表格61
关联分析62
逐步衰退分析63
建立多变量模型66
检验模型69
检验数值变量69
检验分类变量69
测试残差69
发现有影响的样本70
提取方程式71
解释方程式71
管理启示73
第3章 案例分析：快速上市74
数据验证、变量和选择模型74
选择模型75
初步分析75
图75
表83
相关性分析84
逐步回归分析84
多变量模型的构建86
检验模型89
检验数值变量89
检验类别变量89
检验残差值90
检测有影响的观测值91
提取方程式92
方程式的解释93
管理启示94
第4章 案例分析：开发软件开发成本的模型95
实例A：1993年工作量估算模型95
数据验证以及变量和模型的选择95
数据的选择95
模型的选择96
初步分析96
图96
表格101
关联分析 102
逐步衰退分析102
建立多变量模型 104
检验模型108
检验数值变量 108
检验分类变量 108
测试残差 109
发现有影响的样本111
测量估算模型的精确度113
常用精度统计113
估算误差的箱图 115
Wilcoxon符号秩测试 115
精度分段 116
95%信任间隔 118
提取方程式120
解释方程式121
实例B：1991年工作量估算模型 123
变量和模型的选择123
确定分类变量的各个子集124
模型的选择 126
初步分析126
图 126
表格127
关联分析127
逐步衰退分析129
建立多变量模型129
检验模型133
测量估算模型的精确度133
常用精度统计133
Wilcoxon符号秩测试 134
估算误差的箱图134
精度分段135
比较1991年和1993年的模型 136
管理启示137
第5章 案例研究：软件维护成本的驱动因子 138
关心的是成果138
年度纠错性维护成本的驱动因子：一家商业银行的经历139
摘要139
附录：软件年度维护投入的一种风险分析方法 151
通过数据学到知识154
数据验证154
变量及模型的选择158
新变量的创建 158
数据的修改159
类别型变量子集的标识160
模型的选择 163
前期分析164
图表 164
表格179
相关性分析 181
逐步回归分析182
建立多变量模型182
选择基准类别型变量186
检验模型190
检验数值型变量 190
检验类别型变量190
检验残差值 194
检测有影响的观察 195
提取方程式195
解释方程式196
模型预测的精确性196
TELON分析198
进一步分析203
结束语204
第6章 需要理解的统计学知识 205
个体变量的描述205
变量的类型205
描述性统计量207
正态分布213
抽样理论概述213
其他概率分布215
数据中的关系识别216
卡方独立性检验 217
相关分析 220
回归分析 226
方差分析（ANOVA）233
对两个估计模型的比较237
配对Wilcoxon符号秩检验237
结束语239
附录A 原始软件开发项目数据240
附录B 证实软件开发项目数据242
附录C 证实软件维护项目数据244
