扫码阅读
手机扫码阅读

“大海捞针”式相关性分析的错误

81 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:“大海捞针”式相关性分析的错误
文章来源:
麦哲思科技任甲林
扫码关注公众号
摘要:实施CMMI高成熟时的过程性能模型建立问题

摘要:实施CMMI高成熟时的过程性能模型建立问题

在实施CMMI(Capability Maturity Model Integration)高成熟级别时,建立有效的过程性能模型是关键步骤之一。为此,组织可能采用回归分析方法以识别与管理目标(y)有关联的影响因子(x)。然而,某些组织在寻找这些相关因子时,使用了一种不有效的方法,即将所有采集的度量元数据进行排列,并尝试找出与目标变量y有相关性的度量元。这种方法存在明显的问题:

  1. 没有正确识别因果关系。仅基于变量间的相关性是不足以确定因果关系的,而因果关系在过程性能模型中是必需的。这样的方法可能会忽视实际的因果逻辑,导致错误的解释。
  2. 可能会忽略非线性关系。在进行相关性分析之前,应先通过散点图来判断变量间的关系是否为线性。直接计算相关性系数可能会忽略曲线或其他非线性的相关关系。
  3. 相关性系数计算的前提是变量需要符合正态分布。在没有检验数据的正态分布性之前进行相关性计算,可能会导致不准确的结论。

总之,寻找影响CMMI高成熟级别中管理目标的相关因子时,应避免上述方法上的问题,以确保建立的过程性能模型的有效性和准确性。

想要了解更多内容?

查看原文:“大海捞针”式相关性分析的错误
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 92.3K
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