|
测量分析，实际上就是数据分析。先有测量，才有分析，数据分析和测量就是一体的。
数据分析是那种看上去谁都都理解，可是实际操作起来却不是谁都能做好的事儿。这可能是对数据分析并不够了解。 数据分析可以分为3个层次，每个层次都有不同的分析方法。每个需要数据分析的小伙伴，可以根据自己的需要，确定所属的分析层次，学习、掌握相应的分析方法。
初阶的数据分析就是简单观察分析，就是通过对数据进行简单的整理（如排序、分类等），绘制成各种图形，通过观察这些图形得出直观的结论。 这种方法中通常要绘制的图形包括：饼图、条形图、直方图、折线图、散点图、帕累托图等。不同图形适用于不同场景。比如，想要查看不同因素影响的比例，可以使用饼图。 简单观察分析通常是与设定的基准进行对比分析，它可以分为横向和纵向两种对比分析方法。横向对比分析是比较项目自身的不同模块、不同人员等不同度量元之间的差异，或者是不同项目之间的差异，或者是与设定的标准值进行对比；纵向对比是与项目自身的历史（之前的阶段）对比，或者是和计划值对比。
中阶的数据分析是稳定性分析，就是基于统计过程控制（SPC）的原理，通过分析一段时间内的过程输出数据，发现异常点并排除造成偏差的特殊原因，判断过程稳定性的数据分析方法。 这种方法中的控制图也是多种多样的，在进行稳定性分析时，需要根据度量数据的特征，选择合适的控制图。选择控制图的策略见下图。
高阶的数据分析是相关性与回归分析，就是基于稳定的数据判断2个或多个变量之间的相关性。 最常用的相关性分析是工作量与规模、人员技能、技术新颖程度等之间的相关性。而在确定了两个变量之间相关之后，要求解其具体的量化关系，就要进行回归分析。
这正是： 测量分析有层次，根据自身来确定 不同层次方法异，根据需要去学习 参考书目：术以载道：软件过程改进实践指南，作者：任甲林，出版社：人民邮电出版社 |
|
|
