? PDD
-------------------
PDD+TFVUD
在產品全生命周期中同樣應當測量上面的值，作為一個版本和另一個版本在相同時間檢查點上進行比較的評價指標。例如，一個季度中， 2.0 版本的該測量值應該比 1.0 版本高。進行該項測量的目的是推動盡早地在開發過程中發現缺陷，從而降低缺陷的修復成本。
? 捕獲概率
在數據庫中有 “ 捕獲概率 ” 的屬性項(在前面小節進行了詳細解釋)，這是對實施過程變更后防止同類問題再次漏測的效果的一項估計指標。該估計是計劃預期效果的基礎。通過對各變更的捕獲概率取總后求平均，可以得到過程變更后的整體預期效果，這樣就能對產品發布后用戶問題數的降低程度進行合理的預期。
圖 -6
上圖中，模塊 B 的開發過程的捕獲概率為 35 %，測試過程的捕獲概率為 30 %。如果開發過程在代碼里產生了 100 個缺陷，那么根據捕獲概率在開發階段可能會發現 35 個缺陷，還有 65 個缺陷可能會遺漏到測試階段，根據測試過程 30 %的捕獲概率，在測試階段將可能發現 65*30 %= 19.5 個缺陷，那么開發測試階段總共大概能發現 55 個缺陷。這 55 %的概率就是開發測試過程變更后的綜合效果估計。用方程式表示上面的過程就是( .35 ) +(1-.35)(.30) 或者 D+(1-D)(T) ，這里 D 是開發過程的捕獲概率， T 是測試過程捕獲概率。本圖是基于代碼模塊的例子，其他分類也可以進行同樣的評估工作，如下面圖 7 。
圖 -7
最后一步是通過對所有綜合捕獲概率取總后求平均，來預計有效用戶缺陷數的減少。首先，選擇一組和預期效果相關的重點漏測組。在本例中，假設重點漏測組包含 76 個漏測缺陷，如果針對這 76 個缺陷的綜合捕獲概率為 52.5% ，那么將能預防約 40 個缺陷漏測。假設一年的時間里會有 250 個漏測缺陷，前面 52.5% 的捕獲概率是一個比較準的數據，那么將能預防 250 個漏測的 16 % ―― 約 40 個漏測缺陷，這是對下個版本將會減少的漏測數的最終預測，并且這是最小預測，因為我們只是對重點漏測組進行了預測，這對其他類型的問題可能不適用。如果我們沒有作那樣的假設，那么預測的漏測數的降低可能是不現實的 52.5% 。
? 總結
進行漏測缺陷分析的主要目的就是提高產品質量和用戶滿意度、降低修復用戶發現缺陷的成本。這是通過推動盡可能在軟件開發過程的早期發現缺陷來實現的。進行漏測分析活動的軟件測試組將會幫助軟件開發組改進質量，他們的測試過程將更加完善，測試環境也將更加符合用戶實際環境。從漏測分析過程中收集的數據能為測試環境補充硬件等改進活動提供充分的理由。此外，漏測分析過程鼓勵項目組間的交流和合作，開發更高質量的軟件產品。它還能預測未來的漏測缺陷數，評價自身的效果，來證明所投入的資源是值得的。
文章來源于領測軟件測試網 http://www.kjueaiud.com/
