引言
前兩天一個(gè)朋友給我打電話，問(wèn)我如何估計(jì)項(xiàng)目開發(fā)時(shí)間。對(duì)此我很詫異，問(wèn)他以前他們是怎么估計(jì)的，他說(shuō)以前基本都是大家開個(gè)會(huì)，大約都說(shuō)說(shuō)自己意見，最后負(fù)責(zé)人一拍腦袋，給出一個(gè)時(shí)間。不過(guò)這次遇到一個(gè)非常認(rèn)真的客戶，要求不但要估計(jì)出項(xiàng)目開發(fā)時(shí)間，還要明確說(shuō)明具體的依據(jù)和估算方法，這下我這朋友有點(diǎn)犯難，才詢問(wèn)我。后來(lái)我翻閱了一些數(shù)理統(tǒng)計(jì)和項(xiàng)目估算方面的資料，告訴了他利用一元線性回歸分析估計(jì)軟件項(xiàng)目開發(fā)時(shí)間的方法。想到這種估算需要在一些開發(fā)團(tuán)隊(duì)很常見，所以在這里整理成文。
問(wèn)題的定義及數(shù)學(xué)模型
這里我們僅考慮比較簡(jiǎn)單的一元回歸問(wèn)題，即通過(guò)單一的Proxy預(yù)測(cè)項(xiàng)目開發(fā)時(shí)間。這里先說(shuō)一下什么叫Proxy。Proxy叫做代理變量，簡(jiǎn)單來(lái)說(shuō)就是估計(jì)項(xiàng)目開發(fā)時(shí)間的數(shù)理依據(jù)。說(shuō)白了，就是我們預(yù)測(cè)開發(fā)時(shí)間，總要有個(gè)根據(jù)，例如需求中用例個(gè)數(shù)、概要設(shè)計(jì)中的實(shí)體個(gè)數(shù)、數(shù)據(jù)庫(kù)中的表的數(shù)量等等。設(shè)Proxy為x，項(xiàng)目開發(fā)時(shí)間為y，那么可以得到y(tǒng)=f(x)，學(xué)過(guò)初等數(shù)學(xué)的都可以看懂，就是說(shuō)開發(fā)時(shí)間是Proxy的一個(gè)函數(shù)，如果我們既知道了新項(xiàng)目的x，又知道函數(shù)f，那么y就出來(lái)了?？上煜履挠羞@么好的事，我們現(xiàn)在既不知道f，又不知道x，別說(shuō)x的值了，甚至我們都不知道該用哪個(gè)Proxy做x。
不過(guò)也不必悲觀，經(jīng)過(guò)上面分析，我們至少明確了我們奮斗的方向：
1、找出候選的Proxy。
2、選擇最合適的Proxy作為x。
3、得到x的值。
4、確定函數(shù)f。
5、得出y。
下面我們一步一步解決各個(gè)問(wèn)題。
找出候選的Proxy
雖然一個(gè)項(xiàng)目的特征量很多，不過(guò)可不是隨便一個(gè)特征量都可以當(dāng)做Proxy的。要成為Proxy，至少要滿足如下四個(gè)條件。
1）Proxy的值應(yīng)該和工作量緊密相關(guān)。
這個(gè)不用多解釋了吧，就是說(shuō)Proxy的值和y的值要有相關(guān)性。關(guān)于“相關(guān)性”的概念這里先定性說(shuō)一下，定量分析后續(xù)會(huì)講到。
2）Proxy應(yīng)該是能明確得出值的，沒(méi)有二義性。
這是說(shuō)Proxy應(yīng)該對(duì)應(yīng)一個(gè)明確數(shù)值，是一就是一，是二就是二，不能取“不錯(cuò)”、“挺多”這種值。
3）Proxy應(yīng)該在項(xiàng)目開始階段可以得出或能較精確估計(jì)出。
這個(gè)開始階段最晚不能晚于概要設(shè)計(jì)，因?yàn)楣浪愣际且婚_始進(jìn)行，所以Proxy一定要在起始階段就能得出，否則項(xiàng)目結(jié)束了誰(shuí)還搞估算，實(shí)際值都出來(lái)了。
4）Proxy對(duì)于不同的實(shí)施方案是敏感的。
就是說(shuō)當(dāng)開發(fā)方法、開發(fā)過(guò)程等因素變化時(shí)，Proxy應(yīng)該具有一定的敏感性。
經(jīng)過(guò)上述分析，我想選用什么作為Proxy大家心里都有點(diǎn)譜了。一般來(lái)說(shuō)，在估算時(shí)常被作為Proxy的有需求分析中用例數(shù)量、需求分析中功能模塊數(shù)量、概要設(shè)計(jì)中實(shí)體數(shù)量和數(shù)據(jù)庫(kù)設(shè)計(jì)中表的數(shù)量。當(dāng)然，各位也可以根據(jù)上述要求選擇自己的Proxy。在本文中，我們暫且選擇用例數(shù)量、實(shí)體數(shù)量和表數(shù)量三個(gè)Proxy作為候選。
選擇最合適的Proxy作為x
這里所謂的“最合適”，在數(shù)學(xué)上的意義就是和開發(fā)時(shí)間y的相關(guān)性最強(qiáng)。那么什么是相關(guān)性呢，從直觀意義上，兩個(gè)變量的相關(guān)性是指兩個(gè)變量關(guān)聯(lián)的緊密程度，數(shù)學(xué)上可以用相關(guān)系數(shù)表示。相關(guān)系數(shù)計(jì)算公式如下：
至于這個(gè)公式為什么能反映出兩個(gè)變量的相關(guān)性，可以去參考高等數(shù)理統(tǒng)計(jì)相關(guān)資料，本文不再贅述，只是順便說(shuō)一下，r的范圍在-1~1之間，絕對(duì)值越大代表相關(guān)性越強(qiáng)，如果為正值則表示兩個(gè)變量正相關(guān)，否則為負(fù)相關(guān)。知道了這個(gè)，我們這一步驟的目的就是找出候選Proxy中與y相關(guān)系數(shù)最大的作為x。
不過(guò)，這數(shù)據(jù)從哪里來(lái)呢？這就要從以前做過(guò)的項(xiàng)目中提取了。查閱朋友所在