扫码阅读
手机扫码阅读
箱线图在软件管理中的应用
144 2024-10-02
我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。
查看原文:箱线图在软件管理中的应用
文章来源:
麦哲思科技任甲林
扫码关注公众号
箱线图简介
箱线图(Box plot),也称箱须图(Box-whisker Plot),是一种利用第一四分位数、中位数、第三四分位数等统计量来描述数据的图表。它可以用来检查数据的对称性和分散程度,设置性能基准,以及识别异常数据点。
箱线图的关键概念
- 四分位数:将数据升序排列分为四等份,三个分割点的值即为四分位数。
- 内限:由第一四分位数和第三四分位数计算得出的数值范围,用于识别异常点。
- 异常点:超出内限的数据点。
箱线图的实用性
箱线图的应用不依赖于数据的分布类型,能够快捷地建立数据的性能基线。它不要求数据按时间顺序排列,也不需要计算标准差,非常适合初步的数据分析。
箱线图的计算方法
在EXCEL中,四分位数可以通过QUARTILE函数或PERCENTILE函数计算。例如,对于一个包含10个数字的数据集,这两个函数都可以计算出相同的四分位数值。此外,中位数也可以通过median()函数得出。
箱线图在EXCEL中的应用
以一个包含18个项目的系统测试缺陷密度数据为例,在EXCEL中使用箱线图可以建立如下的性能基线:
- 第一四分位数 (Q1):0.37
- 中位数 (Q2):0.65
- 第三四分位数 (Q3):0.89
- 四分位数间距 (IQR):0.52
根据这些统计量,可以建立性能基线,其中下限取0(因为负数无意义),中值为0.65,上限为1.67。
想要了解更多内容?
查看原文:箱线图在软件管理中的应用
文章来源:
麦哲思科技任甲林
扫码关注公众号
麦哲思科技(北京)有限公司总经理 敏捷性能合弄模型评估师 认证的Scrum Master 认证的大规模敏捷顾问SPC CMMI高成熟度主任评估师 COSMIC MPC,IAC 成员,中国分部主席
425 篇文章
浏览 108.2K
麦哲思科技任甲林的其他文章
漫谈需求与设计的区别:做什么与怎么做
2009年曾经写过一篇博文,讲述需求与设计的界线(参见博文:https://blog.csdn.net/dylanren/article/details/4965181),最近又有所思考,对上篇博文整理补充如下。 首先我们从两个日常生活的例子思考一下: 案例一:DIY一台PC。 概要描述...
CMMI 4级实践问题30问-4
第10问:特殊原因发生,是否一定会有过程异常? 答:未必。 比如特殊原因1是正向作用,特殊原因2是反向作用,二者可能作用抵消,在过程的参数上表现的就可能没有异常。 如果有过程异常,也未必是特殊原因造成的,有可能是误判。 第11问:好的异常是否也要剔除? 如前8个点的上下限在-10%到-1%,可第9个点在1%,看着是超过了控制线,可这个点的实际意义是好的,那是剔除不剔除呢?
拥抱ChatGPT,开启结对咨询模式!
ChatGPT刮起了一阵旋风,ChatGPT到底能做什么?做到什么程度?真的会让咨询顾问失业吗?
系统测试缺陷检出密度越大越好吗?
这是一个很有意思的话题。很多人对此困惑。困惑在什么地方呢? 从开发的角度看,是希望系统测试发现的缺陷越少越好,那意味着在开发阶段都把缺陷找干净了。 从测试的角度看,是希望系统测试时把缺陷找干净了,不要遗留给客户去发现。在潜在的缺陷数恒定的前提下,找到的缺陷越多越好。 在组织级确定质量目标时,这个系统测试缺陷检出密度到底是定义为越高越好,还是越小越好呢?系统测试缺陷检出密度的大小能代表产品质量吗? 产品质量只能通过上线后的缺陷多少来衡量,上线后的缺陷密度越小越好...
对愚公移山的反思
愚公移山的故事从小就学过,故事原文如下: 太行,王屋二山,方七百里,高万仞,本在冀州之南,河阳之北。北山愚公者,年且九十,面山而居。惩山北之塞,出入之迂也。聚室而谋曰:“吾与汝毕力平险,指通豫南,达于汉阴,可乎?”杂然相许。其妻献疑曰:“以君之力,曾不能损魁父之丘,如太行、王屋何?且焉置土石?”杂曰:“投诸渤海之尾,隐土之北。”遂率子孙荷担者三夫,叩石垦壤,箕畚运于渤海之尾。邻人京城
加入社区微信群
与行业大咖零距离交流学习
软件研发质量管理体系建设
白皮书上线