Modelo de regresión estadístico para predecir el esfuerzo de mantenimiento de mejora en productos de software desarrollados en entornos organizacionales

Abstract

El objetivo de este trabajo fue proponer un modelo de regresión que proporcione la mejor precisión predictiva del esfuerzo (medido en horas-persona) de mantenimiento de mejora en productos de software, de entre diversos modelos de regresión estadística basados en transformaciones. Este proyecto está basado en cuatro teorías fundamentales: 1. La precisión predictiva de modelos propuestos en nuevos estudios debe demostrar que es mejor que la regresión lineal (Kitchenham & Mendes, 2009). 2. Las predicciones de software son complejas de realizar debido a que el software es intangible y se desconoce su funcionamiento hasta que es terminado (López- Matín, 2007). 3. Los autores (Bourque & Fairley, 2014) (Boehm, Abts, & Chulani, 2000) argumentan que ninguna técnica de predicción es perfecta, por lo que sugieren técnicas de predicción múltiples o combinadas. 4. El mantenimiento de software es subvaluado, pero representa entre el 48 y el 60% del trabajo de la industria del software (Kendall & Kendall, 2011). El método seguido en esta tesis consideró 89 proyectos de mantenimiento de mejora de software, provenientes de la base de datos International Software Benchmarking Standards Group (ISBSG) publicada en 2017, debido a que los datos no se ajustan a la recta (son curvas) para la correcta aplicación de la regresión lineal, además de la Regresión Lineal se realizaron doce transformaciones estadísticas y la Regresión Polinomial, destacaron siete modelos: Raíz Doble, Raíz de Y-logaritmo de X, Curva S, Log Y-Raíz de X, Multiplicativo, Polinomial, Y log X. Se emplearon Puntos de Función Ajustados (AFP, que se calculan a partir de diecinueve factores véase en anexo 1), para la predicción del esfuerzo de mantenimiento de mejora en proyectos de software. La precisión de la predicción fue medida a través de la mediana de los residuales absolutos (MdAR). Se encontró una diferencia estadísticamente significativa entre las predicciones de los modelos a través de la prueba de Friedman. Para eterminar a favor de que modelo se encontraba dicha diferencia se empleó la prueba de los rangos con signo de Wilcoxon. El modelo de Raíz Doble resultó el más preciso de los modelos evaluados con una MdAR de 0.46, con un 95% de confianza y un coeficiente de determinación (r2) del 54.55%. La conclusión principal de este trabajo es que las transformaciones estadísticas ofrecen una alternativa para predecir el esfuerzo de sencilla aplicación, además de aportar una metodología de trabajo detallada sobre el manejo estadístico de los datos.