|
|
|
本書主要分享了作者多年來設計可靠的軟體估算過程方面豐富的經驗。這些估算過程可以作為管理者的決策支援工具。
本書還介紹了一些基本的統計學和經濟學概念。這些概念是理解如何設計、評價和改進軟體估算模型的基礎。
因為量化資料和量化模型是工程、科學和管理領域的基礎，所以本書對於各種規模的軟體組織都會非常有用。同時管理者將會在本書中找到關於軟體專案估算量化改善的有效策略，書中也提供了大量的實例，供讀者參考與學習。
本書適合軟體專案估算相關的IT實務人員、軟體經理、審計人員，以及軟體專案管理相關課程的學生閱讀。
本書分為三大部分，共13章：
► 第一部分介紹在設計和使用軟體估算模型進行決策時，估算人員和專案經理都需要知道的軟體估算觀點。該部分解釋了估算過程的結構，包括嵌入在估算過程內的生產力模型，並澄清了估算人員和專案經理在角色和職責上的區別。最後，介紹估算中必須予以考慮的許多經濟學概念，比如規模經濟與規模不經濟、固定成本與變動成本等。
► 第二部分則是介紹必要概念與技術，以理解估算過程結果的品質取決於輸入的品質和它使用的生產力模型之品質，以及瞭解估算過程所增加的調整因素有什麼樣的限制。
► 第三部分探討建立估算模型過程中的相關問題，包括資料收集以及使用國際標準，以便在專案間、組織間、國家間橫向對比。除此，如何使用品質資料作為輸入並根據一系列經濟學概念來建立具有多個自變數的模型。
作者簡介
Alain Abran
Alain Abran博士是加拿大蒙特婁市魁北克大學高等工程技術學院（ETS）的軟體工程研究教授。
Abran博士擁有20年以上的資訊系統開發和軟體工程業資歷，以及20年的大學教學經驗。Abran博士擁有加拿大蒙特婁理工大學電子與電腦工程博士學位（1994年）、加拿大渥太華大學管理科學碩士學位（1974年）和電氣工程碩士學位（1975年）。
Abran博士是通用軟體測量國際協會（Common Sofeware Mesurement International Consortium, COSMIC）（參考網址：www.cosmicon.com）的主席。他在2010年出版了《軟體計量學與軟體測量學》（Software Metrics and Software Metrology），2008年出版了《軟體維護管理》（Management of Software Maintenance）1，均在Wiley & IEEE CS出版社出版，並共同編輯了2004年版「軟體工程知識體系指南」（參考網址：www.swebok.org）。
Abran博士的研究方向包括軟體生產力、估算模型、軟體品質、軟體測量、功能規模測量方法、軟體風險管理以及軟體維護管理。
PART I 理解估算過程
第1章_估算過程：階段和角色
1.1 概述
1.2 估算模型的通用方法：經驗判斷還是工程化
1.3 軟體專案估算與現行實務做法概述
1.4 估算過程的不確定性程度
1.5 生產力模型
1.6 估算過程
1.7 預算編列和估算：角色與職責
1.8 定價策略
1.9 總結：估算過程、角色和職責
第2章_理解軟體過程效能所需的工程和經濟學概念
2.1 生產（開發）過程概述
2.2 生產過程的工程（和管理）觀點
2.3 簡單的量化過程模型
2.4 量化模型和經濟學概念
2.5 軟體工程資料集及其分布
2.6 生產力模型：外顯變數和隱含變數
2.7 是一個通用的萬能多維度模型還是多個較簡單的模型？
第3章_專案情況、預算和應變計畫
3.1 概述
3.2 不同估算目的的專案情況
3.3 估算偏少的機率和應變資金
3.4 單一專案的應變計畫案例
3.5 專案組合的應變資金管理
3.6 管理優先順序：一個敏捷背景的案例
3.7 總結
進階閱讀：專案組合的預算編列模擬
PART II 估算過程：必須驗證什麼？
第4章_估算過程中必須驗證的內容：概述
4.1 概述
4.2 驗證估算過程的直接輸入
4.3 驗證生產力模型
4.4 驗證調整階段
4.5 驗證預算編列階段
4.6 重新估算與對整體估算流程的持續改進
進階閱讀：估算驗證報告
第5章_驗證用於建立模型的資料集
5.1 概述
5.2 直接輸入的驗證
5.3 圖形化分析：一維
5.4 輸入變數的分布分析
5.5 圖形分析：二維
5.6 經轉換公式得到的規模輸入
5.7 總結
進階閱讀：測量和量化
第6章_驗證生產力模型
6.1 概述
6.2 描述變數間關係的判定準則
6.3 驗證模型的假設
6.4 模型建立者對模型的自我評價
6.5 已建好的模型—應該相信它們嗎？
6.6 經驗教訓：根據規模區間劃分的模型
6.7 總結
第7章_對調整階段的驗證
7.1 概述
7.2 估算過程的調整階段
7.3 實際做法中的綁定方法
7.4 成本動因作為估算子模型
7.5 不確定性和誤差傳播
進階閱讀
PART III 建立估算模型：資料收集和分析
第8章_資料收集與業界標準：ISBSG資料庫
8.1 概述：資料收集的要求
8.2 國際軟體基準標準組織
8.3 ISBSG資料收集程序
8.4 完整的 ISBSG單一專案基準報告：案例參考
8.5 使用 ISBSG儲存庫前的準備工作
進階閱讀一：基準對比的類型
進階閱讀二：ISBSG資料擷取的詳細結構
第9章_建立並評價單變數模型
9.1 概述
9.2 謹慎為之，每次只有一個變數
9.3 資料準備
9.4 模型品質與模型限制的分析
9.5 根據程式語言分類的其他模型
9.6 總結
第10章_建立含有分類變數的模型
10.1 概述
10.2 可用的資料集
10.3 單一自變數的初始模型
10.4 包含兩個自變數的迴歸模型
第11章_生產力極端值對估算的影響
11.1 概述
11.2 識別生產力極端值
11.3 生產力極端值的研究
11.4 估算的經驗教訓
第12章_使用單一資料集建立多個模型
12.1 概述
12.2 對功能規模增加的低敏感度和高敏感度：多個模型
12.3 實證研究
12.4 描述性分析
12.5 生產力分析
12.6 由 ISBSG儲存庫提供的外部基準
12.7 識別如何選擇合適模型的調整因子
第13章_重新估算：矯正工作量模型
13.1 概述
13.2 重新估算的需求以及相關問題
13.3 矯正工作量模型
13.4 在 T > 0時刻認知重新估算所使用的矯正模型
