Schätzverfahren: Phasenbasierte Vergleichsschätzung

Slides:



Advertisements
Ähnliche Präsentationen
Software Assurance Erweiterte Software Assurance Services
Advertisements

Univariate Statistik M. Kresken.
Minimieren ohne Ableitungen
Suchbäume Richard Göbel.
Gliederung Definition des Wahrscheinlichkeitsbegriffes
Gliederung Tabellarische und grafische Darstellung von Rohwerten mittels Histogramme und Polygone Statistische Kennwertbeschreibung mittels Tendenz- und.
Der Binomialtest Man habe einen wahren Anteil P.
Computerkurs: Quantitative Auswertung biochemischer Experimente
Computerkurs: Quantitative Auswertung biochemischer Experimente Guten Morgen.
Nicht-Lineare Regression
Projektmanagement und Monitoring
Hypothesen testen: Grundidee
Software Risk Evaluation Method (SRE)
– Team 2 Aktueller Projektleiter: Christian Krapp
3. Analyse Gliederung: Einführung Anforderungsdefinition
Kostenschätzung Wieviel Stunden brauchen Sie, um ein Programm für die Berechnung der Varianz zu schreiben / zu testen? Wie sicher ist Ihre Schätzung? Wie.
Reservierungs Datenbank
Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University Projektplan: m : Anforderungsanalyse Dokument m :
Projektplan: Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University.
Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University Projektplan:
Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University Compilerbau und Reverse Engineering m Vorlesung im Wintersemester.
Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University Projektplan:
Projektplan: Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University.
1 Reverse Engineering WS 07 / 08 A. Zündorf. Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University 2 Organisatorisches.
Projektplan: Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University.
Projektplan: Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University.
Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University Baustein- vs. Funktionsorientierte Organisation.
Software Engineering I
Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University Test Summary: m ein Fehler pro Tag m Test First m Funktionstests.
Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University Baustein- vs. funktionsorientierte Organisation.
Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University Baustein- vs. Funktionsorientierte Organisation.
Univariate Statistik M. Kresken.
Zeitplanerstellung ACHTUNG:
Programmiermethodik SS2007 © 2007 Albert Zündorf, University of Kassel 1 5. Test-First Prinzip Gliederung: 1. Einführung 2. Objektdiagramme zur Analyse.
Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University Client Architecture Data Model GUI KI Socket Connection.
Fachgebiet Software Engineering Übersicht © Albert Zündorf, Kassel University Test Summary: m ein Fehler pro Tag m Test First m Funktionstests.
(Un-)sicherheiten in der Ökosystemmodellierung
Real Time Analysis in Real Time
Eigenschaften der OLS-Schätzer
Multikollinearität Wann spricht man von Multikollinearität?
Das Wasserfallmodell - Überblick
Effiziente Algorithmen
Gemischte Teams mit Externen
OKA Anmeldung Now Open Meldet euch bis zum in der OKA an (unter Softwaretechnik) Fachgebiet Software Engineering Übersicht.
Fit für den Projektalltag mit für MS Project*
Chi Quadrat Test Tamara Katschnig.
MS Project Seminar Gerold Hämmerle
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Bestimmen von Prozentwert, Grundwert und Prozentsatz
STATISIK LV Nr.: 1375 SS März 2005.
Statistik: Mehr zur Regression.
Konfidenzintervall und Testen für den Mittelwert und Anteile
Kapitel 18 Dynamische Modelle: Schätzen der Parameter
Kapitel 14 Trends und Unit-root-Tests
Mehr zum Testen von Hypothesen
Methode der kleinsten Quadrate
Praxisorientierte Problemlösung u. Moderation
Die Projektphasen der heutigen Präsentation im Überblick
Kapitel 14 Trends und Unit-root-Tests
1.4. Erstellen von Diagrammen
Lernen durch Vergleiche
Projekt Fachoberschule Verwaltung
2.5.2 Multivariate Monte Carlo-Simulation
Prüft ebenfalls die Annahme der Varianzhomogenität (exakter)
Geoinformationssysteme
- Seite 1 TIME INTELLIGENCE ® by Zeichenrand – Löschen! Titel.
 Gegenstandsbereich der Testtheorie: Analyse der Charakteristika von Tests:  Güte von Tests.  Struktur von Tests.  Schwierigkeit von Tests.  Gruppenunterschiede.
Prognose von Zeitreihen Hans Nübel Hans Nübel Prognose von Zeitreihen Aufbau 1.Motivation 2.Holt-Winters-Verfahren 3.Prognose.
- Seite 1 TIME INTELLIGENCE ® by Titel.
Test Summary: ein Fehler pro Tag Test First
 Präsentation transkript:

Schätzverfahren: Phasenbasierte Vergleichsschätzung erstelle Statistik über prozentualen Anteil der Phasen am Gesamtprojekt Messe Aufwand für die erste(n) Phase(n) des aktuellen Projekts Berechne Restaufwand / Gesamtaufwand + wenig Aufwand + früh anwendbar + wird im Projektverlauf immer genauer - Hochrechnung aufgrund weniger Prozent des Gesamtaufwands  Schätzfehler multipliziert sich auf Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Schätzverfahren: Komponentenbasierte Schätzung erstelle Grobdesign schätze die Größe der einzelnen Bausteine / Komponenten / Klassen Summiere Gesamtgröße auf teile durch die Produktivität => Aufwand - erfordert ein Grobdesign - größerer Aufwand + höhere Genauigkeit + einzelne Schätzfehler mitteln sich weg (wenn statistisch unabhängig) 25 unabhängige Größen mit einem Schätzfehler von je 100%  Gesamtfehler nur 20% Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Schätzverfahren: Lineare Regression zum Ausgleich von systematischen Schätzfehlern Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Delphi Methode lasse mehrere Experten unabhängig voneinander Schätzen (z.B. komponentenbasiert) dann diskutieren die Experten ihre Schätzungen (insbesondere auffällige Unterschiede) obige Schritte werden iteriert bis "Stabilität" erreicht + Diskussion über Unterschiede deckt übersehene / falsch eingeschätzte Probleme auf + Minimierung von persönlichen Schätzfehlern des einzelnen Experten - je mehr Experten je mehr Aufwand - gruppendynamische Effekte können falsche Tendenzen auslösen (2 oder 3 unabhängige Schätzungen und höchstens zwei Durchgänge sind meistens gut) Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Fuzzy-basiertes Schätzen Bewertung der Einflussfaktoren mit "linguistischen Kategorien„ (schwer-mittel-leicht, complex-schwierig-normal-leicht) Ableitung von Korrekturfaktoren für die einzelnen Kategorien entsprechende Korrektur der Basisschätzung + intuitives Verfahren + projektspezifische Anpassungen werden möglich + Korrekturfaktoren können mit historischer Datenbasis abgeglichen / justiert werden - Schwankungsbreite durch Korrekturfaktoren ist dramatisch (bis zu Faktor 10 und mehr) Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Fachgebiet Software Engineering. Übersicht. © 27. 03 Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Allgemeine Kritik an bisherigen Ansätzen mangelnde statistische Absicherung mangelhafte Genauigkeit (Faktor 2 bis 3 Abweichung sind üblich)  geschätzte 10 Personenjahre bedeuten zwischen 3 und 30 Jahren tatsächlichem Aufwand zu wenig individuelle / domänenspezifische / firmenspezifische Einflussfaktoren  Humprey’s PROBE Methode Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Fuzzy-Tabelle für Methodengrößen persönliche Tabelle für Java-Methoden aus statistischen Daten erstellen Methodengrößen sollten "normalverteilt" sein (Gaußsche Glockenkurve) medium sollte 40% der Fälle abdecken, small und large je 20%, der Rest je 10% Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Lineare Regression (noch mal) b0 und b1 wie gehabt Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Schätzgenauigkeit: Konfidenzintervall 2 Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Graphische Veranschaulichung der t-Verteilung Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

t-Verteilung: (Tabelle A2, Seite 489) Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Konfidenzintervall-Beispiel: Datenbasis (Tabelle A30, Seite 551) Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Konfidenzintervall-Beispiel sig2 = 313301,3 / 8 = 39162,66 sig = 197,896 wir wählen alpha/2 = 90% => t( alpha/2=90, 10 - 2 ) = 1.860 geschätzte LOC = 705 nach linearer Regression mit b0 = -22,54 und b1 = 1,7279 erwarten wir 1195,63 LOC mit 90% Sicherheit liegt die Programmgröße zwischen 793 LOC und 1598 LOC Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Verkleinerung des Konfidenzintervalls weniger Sicherheit verlangen: t(70%, 8) = 1,108 (anstatt 1,860) größere Datenbasis: t(70%, 30) = 1,055 Standardabweichung durch viele Teilschätzung verbessern: 100 mal so großes Programm mit 100 Komponenten a 705 geschätzte LOC Gesamtschätzung ergibt 70 500 LOC und nach Regression 119 563 erwartete LOC beim Konfidenzintervall rechnet man nicht 100 * Range sondern  Wir erwarten zwischen 114 000 bis 124 000 LOC mit 90 % Konfidenz (Fehler ist kleiner als 10 %) Generell ist die Genauigkeitsverbesserung Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Zusammenfassung im wesentlichen lineare Regression über LOC / Hour Daten Achtung: die Produktivität schwankt stark von Person zu Person Falls Personen noch nicht festgelegt, "Durchschnittsperson" verwenden nach Personeneinteilung, mit persönlichen Faktoren korrigieren Ergebnis: Gesamtstundenanzahl für das Projekt Konfidenzinterval Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Zeitplanerstellung ACHTUNG: man arbeitet nicht 52 Wochen a 40 Stunden = 2080 Stunden pro Jahr Urlaub, Feiertage, Krankheit, Schulungen => 200 Arbeitstage pro Jahr Besprechungen, Meetings, Mails, Surfen, ... => 4 bis 5 Stunden Entwicklungsarbeit pro Tag  circa 1000 Stunden pro Personenjahr mehr ist unproduktiv und nicht lange durchzuhalten wenn’s brennt kann man (für ein paar Wochen) auf 50 Stunden pro Woche hochfahren und Schätzfehler ausbügeln wenn man das dauernd macht bricht man irgendwann ein Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Fachgebiet Software Engineering. Übersicht. © 27. 03 Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Zeitplanerstellung Gesamtprojektzeit gemäß Schätzung Einteilen in Tasks, z.B. Phasen, Komponenten, ... Schätzen der relativen Taskgröße und Ableiten der Taskzeit bestimmen der typischen Stundenzahl für Projektarbeit pro Woche Zeiten für andere Projekte, Schulungen, Urlaub, Meetings, ... im Kalender vermerken pro Kalenderwochen erwartete Projektstunden im Kalender eintragen Taskreihenfolge festlegen: Vorgänger / Nachfolgerbeziehung festlegen => Gantt Chart topologisch sortieren kritische Pfade analysieren Risikoanalyse ... Tasks im Kalender eintragen (z.B. mit Microsoft Project, ) Meilensteine festlegen Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Fachgebiet Software Engineering. Übersicht. © 27. 03 Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Fachgebiet Software Engineering. Übersicht. © 27. 03 Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Fachgebiet Software Engineering. Übersicht. © 27. 03 Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University

Zusammenfassung PSP solide statistische Absicherung von Projektplänen LOC als Basismaß individuelle Datenbasis hohe Schätzgenauigkeit bei wiederholbarem Prozess Fachgebiet Software Engineering Übersicht © 27.03.2017 Albert Zündorf, Kassel University