Vissa Agile programutvecklare inte har en särskilt stark grepp om grundläggande statistiska begrepp . Detta kan leda till oavsiktliga förvrängningar vid rapportering av resultat bruksprov . Till exempel , kan ett fel i kommunikationen ett statistiskt medelvärde i stället för en 95: e percentilen vara skillnaden mellan en ansökan vara redo för marknaden kontra det behöver betydande merarbete . Därför är det viktigt att veta hur man förbereder och uttrycka percentilen mätningar i en agil utvecklingsmiljö . Instruktioner
1
Uteslut extremvärden från resultatanalys . Programvarans prestanda datapunkter som inte passar normalfördelningen kan skeva statistiska resultat . Således , i en flexibel miljö bör dessa extremvärden tas bort så att de inte påverkar de rapporterade prestationsmått .
2
Ansök percentiler för datamängder som passar en klockformad kurva . I Agile mjukvaruutveckling , percentiler visa var en viss prestation datapunkt ligger i förhållande till övriga punkter uppgifter om prestanda. Men percentiler är endast korrekt beskrivande statistik när de underliggande uppgifterna inte är skev och har en normalfördelning . Således är prestanda resultat som inkluderar extremvärden inte väl lämpade för percentilen analys.
3
Rapport angripbara beskrivande statistik . För Agile mjukvaruutveckling och tillämpning statistik prestanda för att vara användbara bör de stödja olika slutsatser för förvaltningen . Till exempel kan percentiler påvisa den hastighet med vilken webbsidor laddas med ett givet antal användare. Detta kan hjälpa ledningen besluta att förbättra webbplatsens design eller investera i ytterligare serverkapacitet .
4
Nuvarande prestandastatistik tydligt . Det är absolut nödvändigt att resultatstatistik kommuniceras korrekt med tanke på omfattningen av beslut som är resultatet av applikationsutveckling rapportering . Således , korrekt användning av percentilen analys och andra beskrivande statistik är avgörande för Agile mjukvaruutveckling .
