平均
2->3
平均
平均
平均
4 or more
平均
高
高
表3 復雜性分配
一旦確定了常量的值，我們可以用這些數值計算每類的加權平均方法數(WMC)。
加權平均方法數(WMC)將會聯合TLC、NOC 、DIT進行計算。
我們對這些不同形態的數據進行了歸約，綜合形成下面形式一個方程式。在方程式中，
f1 計算整個系統的規模， f2計算通過重用的影響。我們開始有了一個相當小規模的數據點集合，我們用jack-knifed方法進行數據分析。我們將拿出一小百分比數據進行查證確認，其他剩余的部分進行歸約(按上面的方程式)，接著對比衰退計算結果和經過提出查證確認情況。我們再三重復地做，用不同的例子不斷地做，直到方程式的集合能得到最好的變更系數。我們用來做歸約的工具是Jandel提供得SigmaPlot。
我們的數據顯示了很好的相關性，變更系數在我們采用的例子中變化范圍為5～19%內。我們知道研究到今天這些結果只是初步地給了一個數據總量。研究還要進一步進行，需要收集其他類型的軟件和用其他開發語言開發的應用程序的數據。
POPs 計算例證
理解了什么是POPs和它是怎么形成的，很明顯下一步問題是它作為一個估計工具怎么樣使用。一些POPs計算需要的信息可能是需求分析階段沒充分清楚的信息。然而，我們有可以采用的方法來合理估計計算POPs需要的參數。 下面一個例子來自[17]。利用項目提供的信息和一個面向對象度量工具，我們將演示怎么樣進行POPs 計算。開發的軟件是個OO Case 工具。它是用Smalltalk 開發的，有36個類和1040個方法。軟件開發團隊的生產力高于平均值，他們有大量的軟件開發經驗。
文章來源于領測軟件測試網 http://www.kjueaiud.com/
