Statistical measures of evaluate and compare predictive quality of compound poisson software reliability estimation methods
Başlık çevirisi mevcut değil.
- Tez No: 65568
- Danışmanlar: PROF.DR. MEHMET ŞAHİNOĞLU
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 1997
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 102
Özet
ÖZET Günümüzde yazılım güvenirliği modellerini çözmek için kullanılan yazılım güvenirliği tahmin yöntemlerinden pek çoğu parametrik olmayan teknikler içermektedir. Bu yöntemler çoğunlukla daha önceden belirlenmiş bir durma zamanına göre test edilen yazılımın sonunda oluşacak nihai hata sayılarım tahmin etmektedirler. Ancak bu gün gelinen noktada, yazılım güvenirliği çözümleyicileri bu yöntemlerin kalitesi hakkında önceden bilgi sahibi olmak istemektedirler. Şimdiye kadar bu yöntemlerin doğruluğu Ortalama Göreceli Hata, OGH (Average Relative Error (AVRE)), ve Ortalama Kareli Hata, OKH (Mean Squared Error (MSE)), ölçümleri kullanılarak saptanmaya çalışılıyordu. Bu tip ölçümler deterministik olduğundan bu değerler üzerinde istatistiksel testler yapılamamaktadır. Bu çalışmada, yeni Mutlak Göreceli Hata (MGH) ve Kareli Göreceli Hata (KGH) rassal değişkenlerin tanımı yapılmış, hipotez testi için yeni yaklaşımlar bulunarak bazı yazılım güvenirliği yöntemlerinden elde edilen sonuçlar, sıfır göreceli hataya karşılık öngörme kalitesi ölçülerek test edilmiştir. Çalışmada ele alman rassal değişkenler olan Mutlak Göreceli Hata ve Kareli Göreceli Hata'nın uzayan zaman içinde değişimini açıklamak için çoklu regresyon çözümlemesi kullanılmaktadır. Böylece birbirleriyle yanşan Bileşik Poisson ve diğer yazılım güvenirliği tahmin yöntemleri arasında karşılaştırma yapmak için yeni istatistiksel bir yöntem ortaya çıkmaktadır. Bu yeni yöntem kullanılarak bazı yazılım güvenirliği tahmin yöntemleri karşılaştırılmıştır.
Özet (Çeviri)
IV ABSTRACT Among many software reliability estimation methods to solve for their corresponding software reliability models, a majority constitutes the nonlinear techniques whose solutions often need a convergence criterion as an inherent nature of the nonlinear problem. Each of these estimation methods estimates or predicts the number of failures until a prescribed stopping time in a frame of stochastic process. There comes a time when the software reliability analyst wishes to assess the quality of the estimation method related to the software reliability model under question. However, the accuracy of these methods are conventionally compared via deterministic measures such as Average Relative Error (AVRE) or Mean Squared Error (MSE). These deterministic measures lack of a sense of stochastic or variational comparison of scores since the results are not tested within a statistical hypothesis testing frame to reflect the uncertainty of data. This thesis, therefore not only proposes two new random variables Absolute and Squared Relative Error, and it also reflects some approaches to hypothesis testing of the results obtained from various reliability estimation methods used in software reliability evaluation to facilitate the measurement of predictive quality w.r.t. ideal situation (zero rel. error). Moreover, multiple regression analyses are carried out to explain the variation of the two random variables under study in a longitudinal time-base, i.e., Absolute Relative Error (ARE) and Squared Relative Error (SRE). This opens a new avenue to the comparison of the often used engineering performance scores between two competing models in relation to the true ideal value. In this thesis, some competing software reliability estimation methods are also compared through the proposed algorithms.
Benzer Tezler
- Demir ve çelik tesislerinde bakım uygulamaları
The Maintenance applications in iron and steel industry
M.OĞUZ KARTEPE
Yüksek Lisans
Türkçe
1991
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. MUSTAFA SAVCI
- Hava kalitesi üzerindeki meteorolojik ve emisyon etkilerinin belirlenmesinde makine öğrenmesi tabanlı meteorolojik normalleştirme yönteminin uygulanması
Application of machine learning-based meteorological normalization to quantify meteorological and emissions impacts on air quality
MUHAMMED DENİZOĞLU
Yüksek Lisans
Türkçe
2024
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ DENİZ
- Makine öğrenmesi yöntemleriyle anormal içme suyu tüketimlerinin tespit edilmesi ve tahmin modellerinin geliştirilmesi
Detecting abnormal drinking water consumptions and developing forecast models by machine learning methods
İSMAİL GÜNEY
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DOÇ. DR. İHSAN HAKAN SELVİ
- Doğal taş fabrikalarında kullanılan S/T ve katrak makinelerinin performans analizi
Performance analysis of S/T and gang saw block cutting machines used in natural stone factories
YUNUS EMRE SATI
Yüksek Lisans
Türkçe
2024
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF. DR. DENİZ TUMAÇ
- Pediatrik dirsek kırıklarında dirseğin morfolojik özellikleri kırığa yatkınlık açısından haber verici olabilir mi?
Can the morphological features of the elbow be predictive of frakture susceptibility in pediatric elbow fractures?
NURİ KORAY ÜLGEN
Tıpta Uzmanlık
Türkçe
2023
Ortopedi ve TravmatolojiSağlık Bilimleri ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
DOÇ. DR. ÖZGÜR DOĞAN