CMMI 4级实践问题30问-8

第25问：如何采用统计方法建立性能模型？

建立性能模型的过程涉及多个步骤。首先，需要进行数据校验以保证数据的准确性。接下来，剔除数据中的离群点以避免异常值影响模型。此外，必须对数据进行正态分布检验，如果数据不服从正态分布，需要对数据进行对数变换或更改刻度类型。通过散点图分析，可以观察变量之间是否存在相关性以及这种相关性是否是线性的，如果相关但非线性，则需要对变量进行适当变换。

进行相关性分析时，可以使用pearson、sperarman相关系数、方差分析或卡方检验来分析变量之间的相关性。如果X变量之间存在相关性，则它们不能同时包含在一个模型中；反之，如果X与Y之间不存在相关性，则X不应该出现在模型中。依据变量类型选择合适的建模方法，例如定比或定距变量使用线性回归，分类变量使用方差分析ANOVA，而定序或定类变量使用LOGISTIC回归建模。

建模后，对方程进行T检验、F检验、拟合优度检验和残差检验以判定方程的有效性，并确定方程的表达式及其适用范围。

第26问：性能模型如何分类？

性能模型可以按照不同的维度进行分类。根据Y的类型，模型可分为质量、进度、性能、客户满意度、成本等。从Y与X所代表的过程的角度看，性能模型可以分为输入-输出型PPM，其中基于输入和属性预测输出；输出-输出型PPM，预测过程之间的交互影响；以及混合型，结合了以上两种模型的特点。

第27问：性能模型中的x是否一定是过程的稳定属性？

在性能模型中，X变量可以是过程的稳定属性，也可以不是。如果X代表稳定属性，模型的预测结果将更加准确，并且可以确定模型的最佳应用范围。