软件测试——缺陷密度、缺陷数据分析的重要性、缺陷数据分析的数据指标
缺陷密度 基本的缺陷测量是以每千行代码的缺陷数(个/KLOC)来测量的称为缺陷密度,其测量单位是defects/KLOC。可按照以下步骤来计算一个程序的缺陷密度: 累计开发过程中每个阶段发现的缺陷总数 统计程序中新开发的和修改的代码行数 计算每千行的缺陷数=1000*缺陷总数/代码行数 缺陷数据分析的重要性 统计未修复的缺陷数目(特别是严重性高的缺陷),预计软件是否可以如期发布 分析缺陷的类型分布,发现存在较多缺陷的程序模块,找出原因,进行软件开发过程改进 根据测试人员报告缺陷的数量和准确性,评估测试有效性和测试技能 根据报告的缺陷修复是否及时,改进软件开发与测试的关系,使测试与开发
用户评论
推荐下载
-
数据分析.md
python的简单的数据分析,自己自己自用整理的笔记 .....
13 2021-01-03 -
声音数据分析
WAVE数据分析,频谱分析
8 2020-11-06 -
binwalk数据分析
binwalk数据分析,知道的不用多说!
32 2020-11-06 -
数据分析.docx
本资源主要通过学习MOOC网途索老师的课程加以总结完成,内容基本以课程内容为主,另外自己添加补充了一些细节内容,感觉还可以分享给大家
19 2021-01-29 -
量化数据分析
这是一本由学术界公认的大师和睿智的教师介绍现代社会科学研究方法的一流教材。Treiman使复杂的问题变得简单,并提供了许多实用的建议和最优的方法。本书没有复杂的数学推导,通过大量的实例领会社会科学研究
17 2020-09-11 -
遥感数据分析
学习遥感和数字图像处理的人员可以下来看看学习学习
9 2020-09-12 -
ppp数据分析
ppp协议报文分析,帮助进行ppp拨号连接
4 2020-09-14 -
sniffer数据分析
sniffer数据分析,
9 2020-09-19 -
数据分析SJFX
数据分析
12 2020-08-18 -
数据分析TONGJI
2013年的山东省农业和工业的统计数据分析
13 2020-05-31
暂无评论