Validación de medición de software
La validación de la medición del sistema de software implica dos pasos:
- Validación de los sistemas de medición
- Validando los sistemas de predicción
Validación de los sistemas de medición
Las medidas o los sistemas de medición se utilizan para evaluar una entidad existente caracterizando numéricamente uno o más de sus atributos. Una medida es válida si caracteriza con precisión el atributo que pretende medir.
Validar un sistema de medición de software es el proceso de asegurar que la medida sea una caracterización numérica adecuada del atributo reivindicado al mostrar que se cumple la condición de representación.
Para validar un sistema de medición, necesitamos un modelo formal que describa entidades y un mapeo numérico que preserve el atributo que estamos midiendo. Por ejemplo, si hay dos programas P1 y P2, y queremos concatenar esos programas, entonces esperamos que cualquier medidam de longitud para satisfacer eso,
m (P1 + P2) = m (P1) + m (P2)
Si un programa P1 tiene más duración que el programa P2, entonces cualquier medida m también debería satisfacer,
m (P1)> m (P2)
La longitud del programa se puede medir contando las líneas de código. Si este recuento satisface las relaciones anteriores, podemos decir que las líneas de código son una medida válida de la longitud.
El requisito formal para validar una medida implica demostrar que caracteriza el atributo declarado en el sentido de la teoría de la medición. La validación se puede utilizar para asegurarse de que los medidores estén definidos correctamente y sean consistentes con el comportamiento del mundo real de la entidad.
Validación de los sistemas de predicción
Los sistemas de predicción se utilizan para predecir algún atributo de una entidad futura que implica un modelo matemático con procedimientos de predicción asociados.
La validación de sistemas de predicción en un entorno dado es el proceso de establecer la precisión del sistema de predicción por medios empíricos, es decir, comparando el rendimiento del modelo con datos conocidos en el entorno dado. Implica experimentación y prueba de hipótesis.
El grado de precisión aceptable para la validación depende de si el sistema de predicción es determinista o estocástico, así como de la persona que realiza la evaluación. Algunos sistemas de predicción estocásticos son más estocásticos que otros.
Ejemplos de sistemas de predicción estocásticos son sistemas tales como estimación de costos de software, estimación de esfuerzo, estimación de programación, etc. Por lo tanto, para validar formalmente un sistema de predicción, debemos decidir qué tan estocástico es y luego comparar el rendimiento del sistema de predicción con datos conocidos.