• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>SpringerPlus >Identifying influential metrics in the combined metrics approach of fault prediction
【2h】

Identifying influential metrics in the combined metrics approach of fault prediction

机译：在故障预测的组​​合指标方法中识别影响指标

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Fault prediction is a pre-eminent area of empirical software engineering which has witnessed a huge surge over the last couple of decades. In the development of a fault prediction model, combination of metrics results in better explanatory power of the model. Since the metrics used in combination are often correlated, and do not have an additive effect, the impact of a metric on another i.e. interaction should be taken into account. The effect of interaction in developing regression based fault prediction models is uncommon in software engineering; however two terms and three term interactions are analyzed in detail in social and behavioral sciences. Beyond three terms interactions are scarce, because interaction effects at such a high level are difficult to interpret. From our earlier findings (Softw Qual Prof 15(3):15-23) we statistically establish the pertinence of considering the interaction between metrics resulting in a considerable improvement in the explanatory power of the corresponding predictive model. However, in the aforesaid approach, the number of variables involved in fault prediction also shows a simultaneous increment with interaction. Furthermore, the interacting variables do not contribute equally to the prediction capability of the model.This study contributes towards the development of an efficient predictive model involving interaction among predictive variables with a reduced set of influential terms, obtained by applying stepwise regression.
机译：故障预测是经验软件工程的一个杰出领域，在过去的几十年中，见证了巨大的增长。在故障预测模型的开发中，指标的组合可以提高模型的解释能力。由于组合使用的指标通常是相关的，并且没有累加作用，因此应考虑指标对另一个指标（即互动）的影响。交互作用在开发基于回归的故障预测模型中的作用在软件工程中并不常见。但是，在社会科学和行为科学中对两个术语和三个术语的相互作用进行了详细分析。除了三个术语以外，互动是稀缺的，因为如此高水平的互动效果难以解释。根据我们的早期发现（Softw Qual Prof 15（3）：15-23），我们从统计学上确定了考虑指标之间相互作用的相关性，从而导致相应预测模型的解释力得到了显着改善。但是，在上述方法中，故障预测中涉及的变量数量也显示出相互作用的同时增加。此外，相互作用变量对模型的预测能力的贡献不尽相同。本研究有助于开发有效的预测模型，该模型涉及通过应用逐步回归获得的具有减少的影响项集的预测变量之间的相互作用。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号