УДОСКОНАЛЕННЯ ТРЬОХФАКТОРНОЇ НЕЛІНІЙНОЇ РЕГРЕСІЙНОЇ МОДЕЛІ ДЛЯ ОЦІНЮВАННЯ ТРУДОМІСТКОСТІ РОЗРОБКИ МОБІЛЬНИХ ЗАСТОСУНКІВ

Сергій Приходько, Наталія Приходько, Катерина Книрік

Анотація


Метою статті є удосконалення трьохфакторної нелінійної регресійної моделі для оцінювання трудо-
місткості розробки мобільних застосунків на основі чотиривимірного нормалізуючого перетворення Джонсона
сімейства SB.
Методи дослідження. Модель та інтервали передбачення трьохфакторної нелінійної регресії для оцінювання
трудомісткості розробки мобільних застосунків побудовані на основі чотиривимірного нормалізуючого перетво-
рення Джонсона сімейства SB для негаусівських даних за допомогою відповідних методів множинного нелінійного
регресійного аналізу. Методи побудови моделей, довірчих інтервалів та інтервалів передбачення нелінійних регресій
засновані на множинному нелінійному регресійному аналізі з використанням багатовимірних нормалізуючих пере-
творень. Ці методи дозволяють враховувати кореляцію між випадковими величинами у разі нормалізації багатови-
мірних негаусівських даних. Загалом, це призводить до збільшення множинного коефіцієнту детермінації та відсотку
передбачених значень, зменшення середньої величини відносної похибки, ширин довірчих інтервалів і інтервалів
передбачення в порівнянні з лінійними моделями та нелінійними моделями, побудованими з використанням одно-
вимірних нормалізуючих перетворень.
Основні результати дослідження. Здійснено порівняння удосконаленої моделі з моделями лінійної регресії та
нелінійних регресій на основі десяткового логарифму та одновимірного перетворення Джонсона сімейства SB.
Наукова новизна. Удосконалено нелінійну регресійну модель та рівняння інтервалу передбачення неліній-
ної регресії для оцінювання трудомісткості розробки мобільних застосунків в залежності від кількості екранів, 

Метою статті є удосконалення трьохфакторної нелінійної регресійної моделі для оцінювання трудо-
місткості розробки мобільних застосунків на основі чотиривимірного нормалізуючого перетворення Джонсона
сімейства SB.
Методи дослідження. Модель та інтервали передбачення трьохфакторної нелінійної регресії для оцінювання
трудомісткості розробки мобільних застосунків побудовані на основі чотиривимірного нормалізуючого перетво-
рення Джонсона сімейства SB для негаусівських даних за допомогою відповідних методів множинного нелінійного
регресійного аналізу. Методи побудови моделей, довірчих інтервалів та інтервалів передбачення нелінійних регресій
засновані на множинному нелінійному регресійному аналізі з використанням багатовимірних нормалізуючих пере-
творень. Ці методи дозволяють враховувати кореляцію між випадковими величинами у разі нормалізації багатови-
мірних негаусівських даних. Загалом, це призводить до збільшення множинного коефіцієнту детермінації та відсотку
передбачених значень, зменшення середньої величини відносної похибки, ширин довірчих інтервалів і інтервалів
передбачення в порівнянні з лінійними моделями та нелінійними моделями, побудованими з використанням одно-
вимірних нормалізуючих перетворень.
Основні результати дослідження. Здійснено порівняння удосконаленої моделі з моделями лінійної регресії та
нелінійних регресій на основі десяткового логарифму та одновимірного перетворення Джонсона сімейства SB.
Наукова новизна. Удосконалено нелінійну регресійну модель та рівняння інтервалу передбачення неліній-
ної регресії для оцінювання трудомісткості розробки мобільних застосунків в залежності від кількості екранів,


Ключові слова


нелінійна регресійна модель; оцінювання трудомісткості; мобільний застосунок; нормалізуюче перетворення; негаусівські дані

Повний текст:

PDF

Посилання


Rouse, M. (2019) Mobile application development. Retrieved December 19, 2019, from https://searchmicroservices.techtarget.com/definition/

mobile-application-development

Francese, R., Gravino, C., Risi, M., Scanniello, G., & Tortora, G. (2015) On the use of requirements measures to predict software project and product measures in the context of Android mobile apps: A preliminary study. In Proceedings of the 41st Euromicro Conference on Software Engineering and Advanced Applications (SEAA 2015). (August 26–28, 2015, Funchal, Portugal) (pp. 357–364). Funchal. https://doi.org/10.1109/SEAA.2015.22

Shahwaiz, S.A., Malik, A.A., & Sabahat, N. (2016) A parametric effort estimation model for mobile apps. In Proceedings of the 19th International Multi-Topic Conference (INMIC 2016) (pp. 1–6). Islamabad. https://doi.org/10.1109/INMIC.2016.7840114

Приходько, С.Б., Приходько, Н.В., & Книрiк, К.О. (2019) Трьохфакторне нелінійне регресійне рівняння для оцінювання трудомісткості розробки мобільних застосунків у фазі планування. Науковий журнал «Вчені записки Таврійського національного університету імені В.І. Вернадського. Серія: Технічні науки», 30(69), № 5, 154–160. https://doi.org/10.32838/2663-5941/2019.5-1/25

Prykhodko, S., Prykhodko, N., Knyrik, K., & Pukhalevych, A. (2019) Mathematical Modeling of Effort of Mobile Application Development in a Planning Phase. In Proceedings of the 1st International Workshop on Information-Communication Technologies & Embedded Systems, CEUR Workshop Proceedings, Vol. 2516 (pp. 96–105.). Mykolaiv, CEUR-WS.org

Prykhodko, N.V., & Prykhodko, S.B. (2018) Constructing the non-linear regression models on the basis of multivariate normalizing transformations. Electronic modeling, 6(40), 101–110. https://doi.org/10.15407/emodel.40.06.101

Arnuphaptrairong, T., & Suksawasd, W. (2017) An Empirical Validation of Mobile Application Effort Estimation Models. In Proceedings of the Inter-

national MultiConference of Engineers and Computer Scientists (IMECS 2017) (pp. 697–701). Hong Kong.

Foss, T., Stensrud, E., Kitchenham, B., & Myrtveit, I. (2003) A simulation study of the model evaluation criterion MMRE. IEEE Transactions on soft-

ware engineering, 11(29), 985–995.

Port, D., & Korte, M. (2008) Comparative studies of the model evaluation criterions MMRE and PRED in software cost estimation research. In Proceedings of the 2nd ACM-IEEE International Symposium on Empirical Software Engineering and Measurement (pp. 51–60). ACM, New York.

Olkin, I., Sampson, A.R. (2001) Multivariate Analysis: Overview. In N.J. Smelser, & P.B. Baltes (Eds.) 1st edn., International encyclopedia of social & behavioral sciences (pp. 10240–10247). Elsevier, Pergamon.

Mardia, K.V. (1970) Measures of multivariate skewness and kurtosis with applications. Biometrika, Vol. 57, 519–530. https://doi.org/10.1093/

biomet/57.3.519




DOI: https://doi.org/10.35546/2313-0687.2019.26.21-31

Посилання

  • Поки немає зовнішніх посилань.