НЕЛІНІЙНА РЕГРЕСІЙНА МОДЕЛЬ ДЛЯ ОЦІНЮВАННЯ РОЗМІРУ WEB-ЗАСТОСУНКІВ, ЩО СТВОРЮЮТЬСЯ З ВИКОРИСТАННЯМ ФРЕЙМВОРКУ LARAVEL
DOI:
https://doi.org/10.31649/1999-9941-2021-50-1-115-121Ключові слова:
нелінійна регресійна модель, інтервал передбачення, оцінювання розміру, web-застосунок, нормалізуюче перетворення, негаусівські даніАнотація
Трьохфакторна нелінійна регресійна модель для оцінювання розміру Web-застосунків, що створюються з використанням фреймворку Laravel, побудована на основі нормалізації чотиривимірного негаусівського набору даних (фактичний розмір у тисячах строк коду; кількість класів; сума середньої кількості класів, на які впливає даний клас, і середньої кількості класів, з яких даний клас отримує ефекти; середня кількість методів) за допомогою багатовимірного перетворення Джонсона для сімейства SB. Виконано порівняння побудованої моделі з лінійною регресійної моделлю і нелінійними регресійними моделями на основі десяткового логарифму і одновимірного перетворення Джонсона. Модель, що побудована, в порівнянні з іншими регресійними моделями, має менше значення середньої величини відносної похибки та менші ширини інтервалу передбачення нелінійної регресії.
Посилання
B. W. Boehm, C. Abts, A. W. Brown, S. Chulani, B. K. Clark, E. Horowitz, R. Madachy, D. J. Reifer, and B. Steece, Software Cost Estimation with COCOMO II. Upper Saddle River, NJ: Prentice Hall PTR, 2000.
H. Zhu, Software Design Methodology: From Principles to Architectural Styles. 1st Edition. Butterworth-Heinemann, Elsevier, 2005.
H. B. K. Tan, Y. Zhao, and H. Zhang, «Estimating LOC for information systems from their conceptual data models», in Proc. of the 28th International Conference on Software Engineering (ICSE '06), Shanghai, China, рp. 321-330, 2006. DOI: doi.org/10.1145/1134285.1134331.
H. B. K. Tan, Y. Zhao, and H. Zhang, «Conceptual data model-based software size estimation for information systems», Transactions on Software Engineering and Methodology, vol. 19, issue 2, article No. 4, October, 2009. DOI: https://doi.org/10.1145/1571629.1571630.
N. V. Prykhodko, and S. B. Prykhodko, «Constructing the non-linear regression models on the basis of multivariate normalizing transformations», Electronic modeling, vol. 40, No. 6, pр. 101−110, 2018.
S. B. Prykhodko, N. V. Prykhodko, T. A. Farionova, M. V. Vorona, «Trokhfaktorna neliniina rehresiina model dlia otsiniuvannia rozmiru Php-zastosunkiv z vidkrytym kodom», Naukovyi zhurnal «Vcheni zapysky Tavriiskoho natsionalnoho universytetu imeni V. I. Vernadskoho. Seriia: Tekhnichni nauky», Tom 31 (70), № 1, s. 124−131, 2020. DOI: doi.org/10.32838/2663-5941/2020.1-1/23.
Olkin, and A. R. Sampson, «Multivariate Analysis: Overview», in International encyclopedia of social & behavioral sciences / N. J. Smelser, P. B. Baltes (eds.) 1st edn. Elsevier, Pergamon, 2001, p. 10240−10247.
K. V. Mardia, «Measures of multivariate skewness and kurtosis with applications», Biometrika, Vol. 57, 1970, p. 519–530. doi.org/10.1093/biomet/57.3.519.
S. Chatterjee, and B. Price, Regression analysis by example. New York USA: John Wiley & Son, 2012.
T. Foss, E. Stensrud, B. Kitchenham, and I. Myrtveit, «A simulation study of the model evaluation criterion MMRE», IEEE Transactions on software engineering, 11(29), pр. 985–995, 2003.
R. A. Johnson, and D. W. Wichern, Applied Multivariate Statistical Analysis. Pearson Prentice Hall, 2007.
##submission.downloads##
-
PDF
Завантажень: 363
