昨年書いた論文を研究会で紹介する資料。

1. A Proposal for Analyzing Productivity and Quality Data
Asako Okano

2. 目次
 背景
 生産性・品質データの現象論
関係式(1/2)、関係式(2/2)
 解析手法－回帰モデルのタイプとその採択
 手法の適用例
 今後に向けて
 まとめ

3. 背景
 生産性・品質データの分析を、ツールやExcelで
行ってきた。
 内部の処理が不明のため、解析作業や結果の
考察にも限界があると考えられた。
 標本数の不足、層別の困難さ、散布図プロットで
相関が見えないという問題などから、その要因を
見つけるのが困難であった。

4. 生産性・品質データの現象論

5. 関係式(1/2)


6. 関係式(2/2)

7. 解析手法－回帰モデルのタイプとその採択
（1/2)

8. 利点：
１．データの確率分布を仮定しないで４タイプの
回帰分析の決定係数から適切なモデルタイプ
を採択できる。
２．背景を理解せずに、なんでも対数をとる、という
ことを避け、変数間の現象論に基づいて解析
することできる。
解析手法－回帰モデルのタイプとその採択
(2/2)

9. 手法の適用例
１．生産量と工数
２．生産性と累積誤り検出率

10. 今後に向けて
 単純にソフトウェアの規模と工数というような指標で
測ることは難しい。単位や指標などに新たな概念や
工夫を取り入れることを視野に入れていく
※弊社が開発しているような科学技術計算に関するソフトウェアはIT技術の他に、
数学、物理、工学の基礎知識を必要とする。
 定量的プロジェクト管理の精度向上には、意味の
あるデータを見極め、関係性を導き出し、我々に気
付きをも与えてくれる統計解析の基礎を固めること
が必須

11. まとめ
 生産性・品質以外の分野データでも、この手法
は適用できる。
 何事にも、現象を記述する方程式があると仮定
する。
 内部処理を理解せずに、ツールを利用してその
結果をただ使用するだけでは、統計解析にはな
らない。変数の背景を知ろう！！

12. ご清聴
ありがとうございました。