下面以項(xiàng)目數(shù)據(jù)為例進(jìn)行K值分析。
● K值并不是不變的,而是隨著樣本數(shù)據(jù)的增多在不斷改變。接下來(lái),我們會(huì)以實(shí)際項(xiàng)目數(shù)據(jù)為例來(lái)分析K值的變化情況。原始數(shù)據(jù)個(gè)數(shù)是78,測(cè)試結(jié)果是得到100個(gè)預(yù)測(cè)點(diǎn)。本實(shí)驗(yàn)只考慮Gompertz模型和Logistic模型。
◆ 測(cè)試開始初期,僅有9個(gè)數(shù)據(jù)時(shí)進(jìn)行預(yù)測(cè),如圖2
選擇9個(gè)數(shù)據(jù)是因?yàn)槿头▽?duì)數(shù)據(jù)的基本要求即為“樣本數(shù)據(jù)個(gè)數(shù)大于9個(gè)”,所以我們選擇起點(diǎn):9個(gè)數(shù)據(jù)點(diǎn)作為漸近值分析的起點(diǎn)。
從圖2中可以看出,9個(gè)數(shù)據(jù)時(shí),樣本數(shù)據(jù)的累積值為100,預(yù)測(cè)值(即K)為187.0和103.5,這意味著樣本的趨近值為187.0和103.5,即到100個(gè)數(shù)據(jù)時(shí),應(yīng)當(dāng)發(fā)現(xiàn)187.0或103.5個(gè)缺陷。Gompertz模型和Logistic模型都較為符合樣本趨勢(shì),Gompertz模型稍好。
圖2 9個(gè)樣本數(shù)據(jù)時(shí)的預(yù)測(cè)
圖3 29個(gè)樣本數(shù)據(jù)時(shí)的預(yù)測(cè)圖
◆ 測(cè)試逐步進(jìn)行,Gompertz模型數(shù)據(jù)增加到29個(gè)時(shí)進(jìn)行預(yù)測(cè),如圖3
選擇數(shù)據(jù)個(gè)數(shù)29的原因:根據(jù)實(shí)驗(yàn)得出,Gompertz模型的拐點(diǎn)出現(xiàn)在大約在37%(1/e)的位置。這里我們使用的歷史數(shù)據(jù)個(gè)數(shù)是78個(gè),因此得到拐點(diǎn)的位置大概在第29個(gè)。
從圖3中可以看出,29個(gè)數(shù)據(jù)時(shí),樣本數(shù)據(jù)累積值是555,可見之前預(yù)測(cè)得到的K(187.0和103.5)都不再符合趨勢(shì)。此時(shí),Gompertz模型預(yù)測(cè)出的K值為953.6,Logistic模型預(yù)測(cè)出的K值為536.8,這意味著樣本的趨近值為953.6或536.8,即到100個(gè)數(shù)據(jù)時(shí),應(yīng)當(dāng)發(fā)現(xiàn)953.6或536.8個(gè)缺陷。這時(shí)的Gompertz模型和Logistic模型差異較大,從各個(gè)擬合度指標(biāo)及樣本數(shù)據(jù)累積值來(lái)看,Gompertz模型更好。但是,實(shí)驗(yàn)中,Logistic模型的拐點(diǎn)并不在37%處,而是在50%處。