数据分析的方法.docVIP

数据分析的方法 第1章数据分析的方法 假设你从前任手中得到了表1.1所示的数据库，现在要知道从中能得到什么一 —而且要尽快。老板走进来说，“这是上一任收集到的一些软件项目数据。里而有 没有令人感兴趣的 东西？我希望你在下周的管理会上就能给岀结果。”考虑到经常要花好几年时 间才能收集到 足够的软件项日数据用于分析，再加上软件界居高不下的跳槽率，因此，我们 很可能分析 由他人收集到的数据。 数据是什么？简写代表着什么？应该使用哪些统计方法？首先应该做什么？先 不要着 急，往下看。经过长达8年的收集、验证、分析及界定软件项目之后，我才写 出了这本书。 以前，有人让我从欧洲航天局的软件项目数据库中“找出令人感兴趣的东 西”，我多么希望 那时候就能看到这样一木书。 在本章中，我将和大家分享自己的数据分析方法。在阐述任一步骤时，使用的 都是表 1. 1中的软件项日数据。大家不需要理解工具条1. 1中那份“步骤清单”后而 的统计信息。 日前我只简单地解释做什么；为什么这么做；如何解释统计输岀结果；在各 个阶段应注 意什么。 表1.1软件项目数据 id effort size app telonuse tl3 tl4 7871 647 TransPro No 4 4 845 130 TransPro No 4 4 21272 1056 CustScrv No 3 2 4224 383 TransPro No 5 4 7320 209 TransPro No 4 2 9125 366 TransPro No 3 2 2565 249 InfScrv No 2 4 4047 371 TransPro No 3 3 1520 211 TransPro No 3 3 25910 1849 TransPro Yes 3 3 37286 2482 TransPro Yes 3 1 21 11039 292 TransPro No 4 2 25 10447 567 TransPro Yes 2 2 续表 软件管理的应用统计学2 id effort size app telonuse id effort size app telonuse 63694 3368 27 TransPro No 4 2 1745 185 30 InfServ No 4 5 1798 387 31 CustServ No 3 3 2957 430 32 MIS No 3 4 963 204 33 TransPro No 3 3 1233 71 34 TransPro No 2 4 3850 548 38 CustServ No 4 3 5787 302 40 MIS No 2 4 5578 227 43 TransPro No 2 3 1060 59 44 TransPro No 3 3 5279 299 45 InfServ Yes 3 2 8117 422 46 CustServ No 3 2 1755 193 50 TransPro No 2 4 5931 1526 51 InfServ Yes 4 3 3600 509 53 TransPro No 4 2 4557 583 54 MIS No 5 3 8752 315 55 CustServ No 3 3 3440 138 56 CustServ No 4 3 13700 423 58 TransPro No 4 2 4620 204 61 InfServ Yes 3 2 工具条1. 1数据分析的步骤清单 步骤清单 尽可能多的优质数据。 一个统计分析软件包。 很好的判断力。 第1步验证数据 第2步选择变量及模型 第3步执行前期分析（使用图表、表格、相关性及逐步回归分析） 第4步建立多变量模型（使用方差分析） 第5步检验模型 第6步提取方程式 第1章数据分析的方法3 完全理解了本章中解释的第1?6步后，可以接着阅读第2?5章中的案例研 究，取得一些较复杂数据库分析的经验，学习如何把这些方程式转变成管理方法。 参见第5章，那里有个例子演示了如何把分析成果呈给顾客。如果有时间，还可以 参见第6章，进一步学习这份“步骤清单”中用到的不同统计方法。 数据验证 最重要的步骤就是数据验证了。与分析数据相比，在数据验证上花费的时间要 多得多。 通常，数据并不像木书这样用一张表格干脆利落地被展现给我们，相反，数据 存在于多个 有待合并的文件中，这些文件中还可能包含一些自己不需要或不理解的信息。 数据也会存 在于多份纸介材料中。 数据验证到底指什么？ 一般意义上，这指的是，查明数据是否确实满足要求， 撰写问 卷并让人们填写这些问卷。这并不够，大家还要有点先见之明。这就像在开始 开发软件之 前，先耍得到需求规范一样。特别地，大家需要判断各个变