Статті (ПЗАС)

Постійне посилання зібрання

https://eir.nuos.edu.ua/handle/123456789/3286

Переглянути

Перегляд Статті (ПЗАС) за Автор "Knyrik, K. O."

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    Трифакторне нелінійне регресійне рівняння для оцінювання трудомісткості розробки мобільних застосунків у фазі планування
    (2019) Приходько, С. Б.; Приходько, Н. В.; Книрік, К. О.; Prykhodko, S. B.; Prykhodko, N. V.; Knyrik, K. O.
    Метою роботи є створення множинного нелінійного рівняння регресії для оцінювання трудомісткості розробки мобільних застосунків на основі багатовимірного нормалізуючого перетворення у фазі планування за змінними, що беруться, наприклад, з такого документу, як RAD (Requirement Analysis Document). Трифакторне нелінійне регресійне рівняння для оцінювання трудомісткості розробки мобільних застосунків у фазі планування побудоване на основі нормалізації чотиривимірного негаусівського набору даних (фактична трудомісткість розробки у людино-годинах, кількості екранів, функцій та файлів мобільного застосунку) із 30 застосунків. Нормалізація цього набору даних здійснена за допомогою чотиривимірного перетворення Джонсона для сімейства SB. Використання чотиривимірного перетворення у порівнянні з одновимірними дозволяє врахувати кореляцію між змінними, що призводить до покращення нормалізації даних, яка пов’язана з виконанням статистичної гіпотези щодо відповідності їх розподілу чотиривимірному розподілу Гауса, з подальшим підвищенням достовірності відповідного оцінювання. Виконано порівняння побудованого нелінійного рівняння з лінійним регресійним рівнянням і нелінійними регресійними рівняннями на основі десяткового логарифму і одновимірного перетворення Джонсона. Порівняно з іншими регресійними рівняннями (як лінійними, так і нелінійними) побудоване нелінійне рівняння має більше значення множинного коефіцієнту детермінації, більший відсоток передбачення, менше значення середньої величини відносної похибки та менші ширини довірчого інтервалу нелінійної регресії. Цей результат може бути пояснений найкращою багатовимірною нормалізацією і тим, що немає підстав відкидати нульову гіпотезу про те, що чотиривимірний розподіл для нормалізованих даних, який нормалізується за допомогою чотиривимірного перетворення Джонсона для сімейства SB, є таким самим, як і чотиривимірний нормальний розподіл.