第15课测试数据统计与分析.ppt

测试数据统计与分析 目录 测试数据统计与分析的目的 如何进行测试数据统计 如何进行统计分析 测试数据分析实例演示 测试数据统计与分析的目的 积累——进行测试数据的统计与分析可以为测试积累大量的原始实践数据，这些本公司的特有数据是任何其他资料所不能提供的； 评价——通过测试数据统计与分析的结果，可以对测试工作进行量化的评价； 改进——基于统计与分析的结果，对于量化评价中暴露出的不足，有针对性的指导测试工作的改进； 预测——基于现有数据，预测后续发展，降低测试风险； PDCA模型 P－（plan）计划 D－（do）实施 C－（check）检查 A－（action）改进 如何进行测试数据统计 建立测试数据采集机制 确立数据采集制度，将数据采集作为测试日常工作 确定采集的数据种类，数量，频次等 明确相关数据采集的负责人 进行定期或不定期检查，以保证采集工作的持续进行 利用合适的工具辅助完成测试数据统计 使用测试管理工具等 建立统计模版 建立数据库，长期保存各项历史数据 如何进行统计分析 采用已有标准 制定新标准 运用各种知识综合分析 测试数据分析实例演示 实例一：执行统计分析 实例二：bug统计分析 实例三：Rayleigh曲线 bug统计与分析 注：后续各统计图均为项目结束时对应图表。 测试分析 该项目工程浩大，周期短，难度高，因此需要测试人员尽早投入。并且多人进行分工合作； 测试重点为测试例集、原语、解释器、执行器和配置器； 测试重点特性为功能性，并兼顾考虑易用性，其他特性不做考虑； 此次测试需要加大静态走查式测试，白盒测试的力度，由于设备环境有限，考虑使用脚本测试脚本的方式进行测试，必要时可以协调开发人员支持测试； Rayleigh曲线 自变量 t 表示当前测试执行总工作量； 函数值 f (t) 表示当测试执行总工作量为 t 时的即时测试效率，此效率为当前时刻的测试效率，而不是平均测试效率； 参数 K 代表代码的总缺陷数，包括发现了的和未能发现的（潜在的）缺陷； 参数 t p 表示测试效率 f (t) 最高时所对应的当前测试执行总工作量。 问题和讨论 * 陈大卫 * * *