ソフト ア開発工数見積 におけ 時間情報 扱い
角 田 照†1 天 嵜 聡 介†2
本 稿 ， ソ フ 開 発 工 数 見 積 モ い ， 時 間 情 報 プロ 実 施 時 期
を う扱うべ を議論 ， Moving Window法を 4 手法を適用 ，
見積 精度を比較
Handling Timing Information for Software Development
Effort Estimation
MASATERU TSUNODA†1 and SOUSUKE AMASAKI†2
The aim of this paper is to discuss how to handle timing information (performed timing of project) in the software effort estimation. For the discussion, we applied four handling methods such as Moving Window method to effort estimation models, and compared their accuracies.
1. じ に
ソ フ 開 発 工 数 見 積 過 去 開 発 ー 基 い 行 う 望 い ，開 発 プロ
や利用 ー 時間 変わ ，直近 プ
ロ 以 前 プ ロ ，説 明 変 数 開
発 規 模 目 的 変 数 工 数 関 係 変 化 い 可 能 性 あ ， 一 定 期 間 過 去 ー を使 わ ，直 近 ー 用い 工数見積
精度 向 可能性 あ Locan [1] Moving
Window法 以降MW法 を用い ，直近 ー
モ を構築 ，見積 精度
高 を示 い
本 稿 ， プ ロ 時 間 情 報 実 施 時 期 をモ 扱 う 複 数 手 法 適 用 を試 ，手 法 見積 精度 差 出 う を確
2. 時間情報 扱い
本稿 以 4 手法 時間情報を扱
Moving Window法: 直近 n 件 プロ を用 い モ を構築 表 1 例 ， n = 2 場合P005 P006を用い
Moving Windowダミー変数化: MW法 ー
層 別 ， 層 別
ー 変 数 化 う 工 数 見 積 精 度 高 く
場 合 あ [2] MW 法 をベー
時 間 情 報 を ー 変 数 化 ， 実 施 時
期 n件 プロ ー変数を設定
表 1 (a) n = 2 い
実 施 年 ダ ミ ー 変 数 化: プ ロ 実 施 基 い ー 変 数 を 作 成 ， 説 明 変 数
表 1 (b)
シ ア 値: あ 基 準 日 日 数 増 加 分 を 数 値 ， 説 明 変 数 用 い 例 えば基 準 日
2000 1 1日 場合，2000 1 2日
値 2 表 1 (c)
交 互 作 用 2 説 明 変 数 積 を用 い 新 説 明 変 数 を用 い ， 工 数 見 積 精 度 高 く 場合 あ [2] MW法以外 手法 い
， 時 間 情 報 基 く 変 数 開 発 規 模 交 互 作 用 を追加 場合 効果 い 確
3. 実験
ISBSG International Software Benchmarking
†1東洋大学 Toyo University
†2岡山県立大学
Okayama Prefectural University
表 1 時間情報 扱い
(a) (b) (c) Project
ID
実施 Win 1
Win
2 2012 2011 値
P001 2010-4 0 0 0 0 40275
P002 2011-12 0 0 0 1 40899
P003 2011-3 0 1 0 1 40610
P004 2012-1 0 1 1 0 40922
P005 2012-6 1 0 1 0 41080
P006 2012-7 1 0 1 0 41098
Standards Group 収 ー を用い 実験
を行 バー ョン Release 9 あ プロ
条件を整え ，Locan [1] 示 条件 ー
品質 A B 一部条件 異 を参考
502 件 プロ を抽出 用い 説明変数 未
調整FP，開発種別，開発プ フォー ，開発言語 ， 業 種 あ カ 変 数 ー変 数 化 ，工 数 未 調整FP い 対数変換を行
時 間 情 報 を扱 う各 手法 い ，以 手 見積 モ を構築 ，精度を評価
1. プ ロ を開 発 完 了 日 開 発 開 始 日+開 発 期
間 算出 並べ替え
2. 先頭 最古 プロ 数え k件目 プ
ロ を ー 見積 精度評価用 ，k
- 1件目 をフ ー モ 構築用 ，
モ 構築及び精度 評価を行う 3. k < ー 件数 ，kを1増や 2. 戻
MW法及びMoving Window ー変数化 以降MW
ー 変 数 化 い ， 直 近 n 件 window
size を20 100 10刻 変化 実験
k 101を初期値 n 関わ ー を同
一 モ 構築時 AIC 変数選
択 を ，見 積 精度 評価指標 BRE Balanced
Relative Error 均値 中央値を用い
各 手 法 適 用 時 工 数 見 積 モ 精 度 を表 2
示 実験 以 結果
MW法， 値 交互作用 あ ，
時 間 情 報 を使 わ いモ 工数見積 精 度 悪化
MW ー変数化 交互作用 あ ，
精度 高い場合 n = 20 あ ， 意
水準5% 差 あ いえ
実 施 ー 変 数 化 い ， 交 互 作 用 を
追 加 場 合 意 改 善 い p =
0.04 ，改善 度合い 大 く
4. おわ に
本 稿 ， 工 数 見 積 モ け 時 間 情 報 扱 い 違 い 見 積 精 度 及 影 響 を確
実 験 い 精 度 改 善 度 合 い 小 ， 企 業 横 断 的 ー を用 い 影 響 い 可 能 性 あ ，単 一 企 業 ー を用 い
手 法 違 い 差 大 く 可 能 性 あ ワ ー ョ プ 工 数 見 積 モ い 時 間 情 報 を う 扱 うべ プロ 改善 実施
ン 応 ， ン を動 的 変化 べ
い 議論 い
参考文献
[1] Lokan, C. and Mendes, E.: Applying moving windows to software effort estimation, Proc. In- ternational Symposium on Empirical Software Engineering and Measurement (ESEM), pp.111-122, Washington, DC, USA (2009). [2] Tsunoda, M., Amasaki, S., and Monden, A: Han-
dling Categorical Variables in Effort Estimation, Proc. International Symposium on Empirical Software Engineering and Measurement (ESEM) (to appear).
表 2 工数見積 精度
BRE 均値 BRE中央値
時間情報 153% 84%
実施 ー変数化 158% 80%
実施 ー変数化
交互作用
153% 80%
値 155% 85%
値 交互作用 156% 85%
MW法
n = 20 237% 92%
n = 30 214% 85%
n = 40 215% 94%
n = 50 188% 95%
n = 60 166% 88%
n = 70 160% 84%
n = 80 161% 87%
n = 90 163% 92%
n = 100 157% 87%
MW ー変数化
n = 20 149% 82%
n = 30 153% 80%
n = 40 152% 85%
n = 50 154% 86%
n = 60 157% 88%
n = 70 154% 86%
n = 80 153% 84%
n = 90 155% 85%
n = 100 151% 83%
MW ー変数化
交互作用
n = 20 150% 81%
n = 30 158% 82%
n = 40 154% 85%
n = 50 156% 83%
n = 60 156% 86%
n = 70 152% 85%
n = 80 154% 84%
n = 90 154% 85%
n = 100 153% 86%
