実際のソフトウェア開発のテスト工程において観測されたフォールトデータにこれ らのモデルを適用する．適用するデータセットは，ソフトウェア開発プロジェクト のテスト工程の現場において採取されたフォールトデータであり，そのテスト時間 に対する累積フォールト数の傾向が，S字形成長曲線としてプロットされるデータ セットをDS1およびDS2，および指数形成長曲線としてプロットされるデータセッ
トをDS3およびDS4として，以下のように表すことにする：
DS1：（／☆うyん）（た＝1，2ラ… ，44；τ克（days）），47．6×103 LOC，
DS2：（㍍，脇）（ん＝1，2，… ，24；砺（days）），26．0×103 LOC，
DS3・（妬y、）（☆＝1，2，…，42；￡、（d・y・）），41．7・103 LOC∵
DS4：（舌恥仇）（為＝1，2，… ，40；九（days）），31．5×103 LOC．
ここで，テスト時刻毎の計測単位はカレンダー日を表す．また，LOC（1ine of c◎des）
はコード行数を表す．さらに，開発言語はDS1〜DS4共にC言語， C＋＋言語およ びアセンブラである．フォールトデータの採取環境は，それぞれソフトウェアシス テムの要求仕様書に基づいて予め設計したテストケースを順次テストしていき，そ の際に観測されたフォールト数をカレンダー日単位で計測したものである，
このDS1〜DS4を用いて，3．3節で議論した最ゆう法により，式（3．17）で表され る同時ゆう度方程式を，それぞれ数値的に解くことにより信頼度成長パラメータの 最ゆう推定値を求めた．DS1〜1）S4に対する平均値関数丑。（／）の推定結果を表4．1，
玩s（￡）を表4．2，∬6G（Z）を表4．3，および∬。（‡）を表4．4に示す．
4．1．モデルパラメータの推定結果 45
表4．1：∬、（りのモデルパラメータの推定結果．
Data Set a 6 ∂
DS1
164，350 0．057412 0．057403DS2
126，604 0．089990 0．528041DS3
50，467 0．416222 0．119563DS4
64，222 0．056054 1．011859表4．2：176，（りのモデルパラメータの推定結果
1）ata Set a 6 ∂ ρ
DS1
152，301 0．135613 0．076572 0．910179DS2
130，402 0．080051 1．443637 1．000000DS3
51，038 0．096963 0．958072 0．815407DS4
62，121 0．073143 0．185153 0．324055表4．3：疏G（りのモデルパラメータの推定結果
Data Set a 6 苗 碗 ρ
DS1
152，282 0．135448 0．076613 0．076611 0．910098DS2
127，288 0．087777 5．204254 0．632317 0．999869DS3
51，039 0．096952 0．961454 0．955550 0．815501DS4 64206
0．056087 2．019751 1．979356 0．988577なお，平均値関数∬（／），つまり式（3．7）の万。（ε），式（3．8）の∬65（り，式（3．9）の
∬6G（り，および式（3．10）の五。（りをもつNHPPモデルの実測フォールトデータに対 する統計的な適合性を調べるために，3．5節で議論したK−S検定を実施した結果を
46 第4章実測データに対するモデルの適用と評価
表4．4：∬。（りのモデルパラメータの推定結果
Data Set a 6 ∂
β
DS1
164，424 0．054146 0．060968 1．59×10−7DS2
116，844 0．443461 0．106486 2．57×10−3DS3
42，870 0．136448 0．484724 4．81×10−3DS4
64，223 0．056053 1．011896 2．50×1r8以下に示す、
平均値関数∬、（りの場合
DS1：D44；o．◎5＝0．15796＞0．10599，
DS3：D42；o．05＝0．16158＞0．11170，
平均値関数凪3（りの場合
DS1：D44；o．05＝0．15796＞0．09581，
DS3：D42；o．e5＝0．16158＞0．10194，
平均値関数五6。（りの場合
DS1：D44；o．05＝0．15796＞0．09582，
DS3：D42；o．05＝0．16158＞0．10195，
平均値関数∬、（￠）の場合
1）S1：D44；o．05＝0ユ5796＞0．10628，
1）S3：D42；o．05＝0．16ユ58＞0．11388，
DS2：D24；o．05＝0．21204＞0．12622，
DS4：D40；o．05＝0．16547＞0．07919．
DS2：D24；o．05＝0．21204＞0．13763，
DS4：D40；o．05＝0．16547＞0．09538．
DS2：D24；o．05＝0．21204＞α12869，
DS4：D40；o．05＝0．16547＞0．07945．
DS2：D24；o．05＝0．21204＞0．12391，
DS4：D40；o．05＝0．ユ6547＞0．07919，
4．1．モデルパラメータの推定結果 47
上記に示すK−S検定結果より，提案した4種類のテスト空間依存型SRGMは， DS1
〜DS4に対して有意水準5％で十分に適合していることがわかった．
さらに，提案した4種類のテスト空間依存型SRGMにDS1〜DS4を適用して得
られた信頼度成長パラメータの推定値を用いて，式（3．7）の平均値関数∬、（∋を，発 見された総累積フォールト数（DS1）および90％信頼限界と共に図4．1に示す．ま た，式（3．8）のHbs（りおよびDS2，式（3．9）の五bG（りおよびDS3，および式（3．10）
の∬。（のおよびDS4を，図4．2〜図4．4にそれぞれ示す．
ここで，有意水準θで推定される平均値関数∬（￡）の存在範囲，すなわち100θ％
信頼限界を，
豆（り士Kθ〉爾，
により計算する．Kθは標準正規分布の100（1＋θ）／2パーセント点である．