[连载] 09年中国首家过CMMI ML4的总结分享

lanj

{:8_307:}

lanj

好不容易进来了

lanj

昨天和我们的评估师讨论了下P-value的问题。这边整理下。

lanj

昨天在看回归分析的时候，发现我们当时要求R方是多少，P-value是多少，可是却没有太在意p-value的意义。所以昨天特别和咨询师聊了下p-value的问题。

lanj

在用回归分析的时候，我们会得到一组数据，比如说
回归统计        
Multiple R        0.985721803
R Square        0.971647474
Adjusted R Square        0.967736781
标准误差        3.082411287
观测值        34

             Coefficients       标准误差         t Stat         P-value      
            76.91557816        4.356610836      17.65491136       4.68244E-17        
X1        0.006684388        0.000711317      9.397193428       2.65296E-10        
X2         1.683856263       0.733388439      2.2959951           0.029094862      
X3        -2.977707438      1.082453153       -2.750888045      0.010133432      
X4         3.576085182      1.062133854       3.366887488        0.002158691

lanj

我们通过看R Square和Adjusted R Square，可以来判断我们建立的方程/模型的可用性，一般情况下，如果是一元线性回归，我们看R方，如果是多元线性回归，我们看的是调整R方。上面的案例，我们可以看出，是个多元线性回归，调整R方是0.67736781。那这个线性方程的可用性是96.8%，是可用性非常高的一个方程。
根据Coefficients值，我们可以知道我们的方程是Y=0.006684388*X1+1.683856263 *X2+( -2.977707438)*X3+3.576085182*X4+76.91557816 这就是我们的方程。那P-Value又是什么呢？我们要求P-value的值小于0.05，而且越小越好，可是为什么要越小越好呢？这就是我昨天问咨询师的问题。

lanj

其实P-value值应该说是cofficients值的一个可用性的大小，某种程度上相当于R方的作用。
因为我们在建立模型的过程中，cofficients的值是有多个，系统自动得出的是一个最佳的情况，比如X1的系数其实并不止有0.006684388，它还有其他的可能，只是0.006684388这个值它P-Value值最小<=0.05，所以才取这个值，经过组合就成了我们上面所列的方程。
同样如果会假设检验的朋友，也会发现会有一个P-value值存在。其实这里的P-value的概念是一样，就是假设是否成立的一个可能性。

漂在生活

JJ，我来捧场。。。要把这个主题打造成优秀的主题！！！

lanj

{:8_309:}优秀主题，不用这么夸张吧
我已经觉得自己写的很差了，你这样我会更惭愧的{:8_306:}

思步

表谦虚嘛。
好东西是要被肯定的，哈！:118)

psli1983

54# lanj
支持下 继续写下去～

lanj

继续回归分析
回归分析估计是线性方程里面比较基础的一个内容，但是却能直接有效的帮助我们识别方程，所以可用性还是非常强的。
可是回归分析得到的方程有时并不是一个PPM，因为这个方程可能对应的是整个项目而不是某个流程，也可能方程中没有可控因素，从而不能进行控制。

lanj

那么如何利用回归风行数据和图表来进行控制呢：
1、可以根据比值，比如y与x的比值，例如规模和时间，比值就是每小时的代码生产率
2、将我们得到的比值放入到我们的控制图中进行分析，当然要注意不同类型的图表对数据的要求，比如XMR图是要求数据有时间上的连续性。
3、对我们得到的控制图进行设置，看看我们是要指数形式还是对数形式的图形
4、根据图形我们可以得到我们的一个“最佳值”
5、找出我们的异常点
6、对异常点进行分析、去除
7、对异常点改进，对流程进行改进，相关的资料要进行保留

lanj

另外说下残差
简单来说残差就是实际的y值与模型得到的y值（预测值）的偏差。
在对残差分析的时候我们会发现，最理想的状况是残差为0，就是我们的实际值和我们的预测值是完全吻合的，但是这种情况微乎其微。同时如果残差是负值，或者数值非常的小，我们可以通过对残差进行平方的方法使得数据更加明显。
如果我们的残差也是按照一定时间顺序排列的，那我们也可以用xmr图来进行分析，找出异常点。
如果数据是比较稳定的，我们可以用中值图来分析，如果不稳定，我们可以用平均值来分析。

lanj

另外说下我们在CMMI四级中用到的一些工具，我觉得非常的不错。
Crystalball（水晶球）、SPSS工具、PHSTAT工具、minitab工具，还有6sigma工具。
这些工具都能满足一般我们工作中的需要。其中6Sigma工具是和minitab相类似的，应该说是minitab的中文版才对，实用性也不错。
Crystalball也非常有效，它能够帮助我们进行数据的分析、预测。
SPSS工具，在对数据的相关性分析、自相关分析上和控制图制作上也不错，但是控制图制作可能没有minitab和6sigma，spc工具一样全面。
Phstat也是个很不错的工具。
这些工具在我们过级中都有使用，大家可以了解下，找到你们所需要的。