扫码阅读
手机扫码阅读
“大海捞针”式相关性分析的错误
125 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
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:
- 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。
- 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。
- 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 105.3K
麦哲思科技任甲林的其他文章
如何比较两种估算方法的准确性?
有公司在做软件规模估算时,采用了经验法估计了代码行,又设置了难度系数,重用率,重用规模系数三个调整参数。如果初始估计规模为1KLOC,难度系数为1.1,重用率为20%,重用规模系数为50%,则调整后的规模为:1*1.1*(1-20%)+1*20%*50%=0.88+0.1=0.98KLOC。我看到该估算方法后认为有些复杂,而且不好理解,有可能是做了无用功了,所以我想通过数据进行检验看看调整后的规模是否比初始的规模估计更准确,如果不如初始的规模估计更准确,则可以放弃三个调整系数。该公司A部门有11个历史项
正式评估时被访谈人员应该注意什么?
在进行CMMI的正式评估时,被访谈的人员应该快速、准确、条理清楚回答评估组成员的问题,这样才能在比较短的时间内让评估组成员做出正确的判断。根据我的访谈经验,被访谈人员应注意如下的问题: (1) 听清楚问题,再回答问题。 有的被访谈人员可能是由于紧张,没有听清楚评估组的成员问的是什么问题,就答非所问,浪费时间。当你不能确定提问者的问题的含义时,可以要求评估组的成员对问题做出进一步的解释
风险来源与风险分类的区别与联系
CMMI 1.2的RSKM 过程域的SP1.1为:Determine risk sources and categories,在该实践中明确区分了风险来源与风险分类。确定风险的来源和分类是为了全面、系统地识别潜在风险,合并类似风险的规避措施。风险来源用于在项目或组织内确定风险产生的原因。对项目来讲有许多风险来源,包括内部和外部的。风险来源标识了风险可能发生的常见领域。常见的内部和外部风险来源有:•
多团队协同开发的18条实践
本文总结了18条多团队协同开发的实践。
老人与狗
前几天看到一则新闻,有一位老人在家中去世了,他养的一条狗七天七夜不吃不喝,守候在家门外等待老人的归来,其状甚惨,看后感叹不已,不由地想起了另外一个故事。去年夏天我从济南打车去机场,在历山路上看到了一个小队列,母亲骑车在前,女儿骑车在后,有一条小狗在最后跑步跟随,于是我就随口对司机说:“人狗多和谐啊!”,司机说:“我不养狗,不敢养。”我说便问他:“为什么呢?”,于是司机就讲了他一个邻居大婶与狗的故事。她是一个老人,住在城乡结合部的镇上,养了一条大狗,七八年了,每天与狗相伴。有一年政府不让养大狗了,老人没有办
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