CMMI 4级实践问题30问-7

第22问： 什么是过程性能模型？

过程性能模型（PPM）是关于过程的属性与其工作产品之间关系的描述，它是基于历史的过程性能数据开发的并通过收集的项目的过程和产品度量元进行调整以用来预测执行过程的结果。通俗的讲就是通过过程的输入及属性预测过程的输出，但是过程性能模型必须满足以下的几个基本特征：

（1）定量模型：是定量模型而不是定性模型；

（2）实用性 ：是基于本组织的历史数据分析得到，而不是业内的标杆组织的模型；

（3）x可控：过程性能模型中的x必须含有可控变量；

（4）区间预测：PPM对Y值的预测是一个区间而非单点值；

（5）绑定过程：PPM是针对某个过程或子过程建立的，是预测过程的性能。

（6）绑定目标：与组织的商业目标、过程性能与质量目标强相关。

第23问：何时使用过程性能模型？

（1）在组织级

估算、分析、预测组织标准过程的过程性能

预测组织商务目标的达成

分析、预测过程改进的（潜在的）投资回报、影响、收益：

分析的缺陷与问题

实施的行动建议

实施的过程改进建议

候选的革新

评价过程性能的变化是否达到了预测的目标

（2）在项目级

估算、分析、预测已定义过程的性能

预测项目目标的达成

选择过程与子过程

第24问：如何建立过程性能模型？

SEI建议了6种性能模型建模的方法：

（1）基本统计方法

（2）Monte Carlo模拟

（3）过程模拟

（4）系统动力学

（5）概率网络

(6)可靠性增长

在实践中应用最多的是：基本统计方法与Monte Carlo模拟。

基本统计方法中包括了：线性回归分析，方差分析，Logistic回归。线性回归分析适合于Y与X均是连续变量且符合正态分布的场景，方差分析适合于x中包含分类变量的场景，Logistic回归适合于y是分类变量的场景。

Monte Carlo模拟适合于X是不确定的取值，需要通过模拟来预测y的分布的场景。