《表6 使用第4款软件产品bug数据集时IDDD与G-O、P-Z的比较结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《考虑不完美排错和检测率下降变化的软件可靠性模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从数据集1上IDDD模型与3种考虑不完美排错因素的模型的比较可以看出:IDDD模型的SSE和Rsquare指标明显优于模型1和模型2，略优于模型3，尤其Rsquare的指标达到了0.999，说明拟合性较好。在数据集2上，IDDD模型与G-O模型、P-Z模型对比主要使用了SSE和AIC两个指标，同时也计算了3个模型的Rsquare指标。需要说明的是，与在数据集1上的实验结果相比时，Rsquare指标看似表现较差（表3～6中Rsquare值与1相差较大），这是由于用于模型拟合的失效数据过少（只有7条或9条失效数据），两者不具有可比性。在表3中，G-O模型的SSE和AIC值是IDDD模型的25倍和2倍多，P-Z模型的SSE值与IDDD模型接近，但AIC值是IDDD模型的3倍。表4中，G-O模型的SSE值和AIC值分别约为IDDD模型的37倍和4倍。表5中，G-O模型的SSE值和AIC值分别为IDDD模型的5倍和2倍，P-Z模型的SSE和AIC均超过IDDD模型的2倍。表6中，G-O模型和P-Z模型的AIC值与IDDD模型相近，但SSE值分别为IDDD模型的10倍以上和近2倍。表3～6中，IDDD模型的Rsquare值也优于G-O模型和P-Z模型。由此可见，IDDD模型的预测性能明显优于G-O模型和P-Z模型。分析IDDD模型表现优秀的原因如下: