Prykhodko, N. V.; National University of Shipbuilding, Mykolaiv, Prykhodko, S. B.; Makarov National University of Shipbuilding, Mykolaiv, Prykhodko, N. V.; National University of Shipbuilding, Mykolaiv, and Prykhodko, S. B.; Makarov National University of Shipbuilding, Mykolaiv
Context. Software testing effort estimation is one of the important problems in software development and software testing lifecycle. The object of the study is the process of estimating the agile testing efforts for small Web projects. The subject of the study is the multiple regression models for estimating the agile testing efforts for small Web projects.Objective. The goal of the work is the creation of the multiple non-linear regression model for estimating the agile testing effortsfor small Web projects on the basis of the Johnson multivariate normalizing transformation.Method. The model, confidence and prediction intervals of multiple non-linear regression for estimating the agile testing effortsfor small Web projects are constructed on the basis of the Johnson multivariate normalizing transformation for non-Gaussian datawith the help of appropriate techniques. The techniques based on the multiple non-linear regression analysis using the multivariate normalizing transformations to build the models, equations, confidence and prediction intervals of multiple non-linear regressions are used. The techniques allow to take into account the correlation between random variables in the case of normalization of multivariate non-Gaussian data. In general, this leads to a reduction of the mean magnitude of relative error, the widths of the confidence and prediction intervals in comparison with the linear models and nonlinear models constructed using univariate normalizing transformations.Results. Comparison of the constructed model with the linear model and non-linear regression models based on the decimallogarithm and the Johnson univariate transformation has been performed.Conclusions. The multiple non-linear regression model to estimate the agile testing efforts for small Web projects is firstlyconstructed on the basis of the Johnson multivariate transformation for SB family. This model, in comparison with other regressionmodels (both linear and non-linear), has a smal, Актуальність. Оцінювання трудомісткості тестування програмного забезпечення є однією з важливих проблем у розробціпрограмного забезпечення та життєвому циклі тестування програмного забезпечення. Об’єктом дослідження є процес оцінюваннятрудомісткості agile тестування для малих веб-проектів. Предметом дослідження є моделі множинної регресії для оцінюваннятрудомісткості agile тестування для малих веб-проектів.Мета. Метою роботи є створення моделі множинної нелінійної регресії для оцінювання трудомісткості agile тестування длямалих веб-проектів на основі багатовимірного нормалізуючого перетворення Джонсона.Метод. Модель, довірчі інтервали та інтервали передбачення багатовимірної нелінійної регресії для оцінювання трудомісткостіagile тестування для малих веб-проектів побудовані на основі багатовимірного нормалізуючого перетворення Джонсона длянегаусівських даних за допомогою відповідних методів. Методи побудови моделей, рівнянь, довірчих інтервалів і інтервалівпередбачення нелінійних регресій засновані на багатовимірному нелінійному регресійному аналізі з використаннямбагатовимірних нормалізуючих перетворень. Розглянуто відповідні методи. Ці методи дозволяють враховувати кореляцію міжвипадковими величинами в разі нормалізації багатовимірних негаусівських даних. Загалом, це призводить до зменшення середньоївеличини відносної похибки, ширини довірчих інтервалів і інтервалів передбачення в порівнянні з лінійними моделями танелінійними моделями, побудованими з використанням одновимірних нормалізуючих перетворень.Результати. Здійснено порівняння побудованої моделі з моделями лінійної регресії та нелінійними регресіями на основідесяткового логарифму та одновимірного перетворення Джонсона.Висновки. Модель нелінійної регресії для оцінювання трудомісткості agile тестування для малих веб-проектів побудована наоснові багатовимірного перетворення Джонсона для сімейства SB . Ця модель в порівнянні з іншими регресійній моделі (яклінійними, так і нелінійними) має менше значення середнь, Актуальность. Оценивания трудоемкости тестирования программного обеспечения является одной из важных проблем вразработке программного обеспечения и жизненном цикле тестирования программного обеспечения. Объектом исследованияявляется процесс оценки трудоемкости agile тестирования для малых веб-проектов. Предметом исследования являются моделимножественной регрессии для оценки трудоемкости agile тестирования для малых веб-проектов.Цель. Цель работы – создание модели нелинейной регрессии для оценки трудоемкости agile тестирования для малых веб-проектов на основе многомерного нормализирующего преобразования Джонсона.Метод. Модель, доверительные интервалы и интервалы прогнозирования многомерной нелинейной регрессии для оценкитрудоемкости agile тестирования для малых веб-проектов построены на основе многомерного нормализирующего преобразованияДжонсона для негауссовских данных с помощью соответствующих методов. Методы построения моделей, уравнений,доверительных интервалов и интервалов предсказания нелинейных регрессий основаны на многократном нелинейномрегрессионном анализе с использованием многомерных нормализующих преобразований. Рассмотрены соответствующие методы.Методы позволяют учитывать корреляцию между случайными величинами в случае нормализации многомерных негауссовскихданных. В общем, это приводит к уменьшению средней величины относительной погрешности, ширины доверительных интервалови интервалов предсказания по сравнению с линейными моделями и нелинейными моделями, построенными с использованиемодномерных нормализующих преобразований.Результаты. Проведено сравнение построенной модели с линейной моделью и нелинейными регрессионными моделями наоснове десятичного логарифма и одномерного преобразования Джонсона.Выводы. Модель нелинейной регрессии для оценки трудоемкости agile тестирования для малых веб-проектов построена наоснове многомерного преобразования Джонсона для семейства SB . Эта модель по сравнению с другими регрессионнымимоделями (как линейными, так и нелине