Prédiction de l'effort de maintenance et de développement en utilisant la taille fonctionnelle

• Main Author: Djellab, Fateh
• Format: Others
• Published: École de technologie supérieure 2004
• Online Access: http://espace.etsmtl.ca/722/1/DJELLAB_Fateh.pdf

Notre étude consiste à exploiter un échantillon de données de mesures provenant de 145 projets de maintenance et de développement réalisés par la compagnie américaine d'impartition ('outsourcing') CSC. Une étude basée sur ce même échantillon de données a été publiée initialement par [Kitchenham 2001] sous forme d'une étude empirique visant l'analyse de la qualité de plusieurs méthodes d'estimations incluant celle basée sur les équations de régression de points de fonction. Les résultats publiés dans [Kitchenham 2001] indiquent que les modèles d'estimation basés sur les mesures des points de fonction s'avèrent moins précis que les estimés fournis par d'autres méthodes d'estimation utilisées par CSC. Dans la présente étude, nous avons exploré des techniques additionnelles pour analyser le même ensemble de données et développer des modèles d'estimation basés sur des sous ensembles. Les techniques d'analyse de données utilisées dans notre étude sont (1) technique d'élimination des points extrêmes "outliers" dans les échantillons de données, souvent utilisée dans les graphes d'équations linéaires; (2) nouvelle technique de sélection d'ensembles de données, basée sur le concept de profil fonctionnel de projets---proposé dans [Abran 1994]; (3) ersection d'intervalles de définitions des partitions basés sur les fonctions élémentaires des points de fonction---nouvelle technique proposée par Djellab. Ces techniques de sélection de données ont été utilisées pour la dérivation des équations d'estimation de maintenance et de développement pour modéliser les relations: effort en fonction des points de fonction, durée en fonction des points de fonction, durée en fonction de l'effort et la productivité basée sur les points de fonction. La qualité de ces modèles d'estimation est analysée plus loin et les leçons apprises sont discutées.