Статистические (регрессионные) модели

Статистические модели используют накопленные хронологи­ческие данные, чтобы получить значения для коэффициентов модели. Для определения соотношений между параметрами мо­дели и трудоемкостью разработки ПО используется регрессион­ный анализ. Существуют две формы статистических моделей: ли­нейные и нелинейные.

Линейные статистические модели имеют следующий вид:

где — факторы, влияющие на трудоемкость, — коэффициен­ты модели. Линейные модели работают не слишком хорошо, поскольку практика показывает, что соотношения между трудо­емкостью и размером ПО нелинейно. По мере роста размера ПО возникает экспоненциальный отрицательный эффект масштаба.

Нелинейные, статистические модели имеют следующий вид:

где А — комбинация факторов, влияющих на трудоемкость; b — экспоненциальный коэффициент масштаба.

Статистические модели просты для понимания, но имеют следующий недостаток: результаты справедливы в основном только для конкретной ситуации. Другой недостаток — при уве­личении количества входных параметров количество данных, не­обходимых для калибровки модели, также возрастает.