WEKO3
アイテム
Handling categorical variables in effort estimation
http://hdl.handle.net/10061/12749
http://hdl.handle.net/10061/12749c23eb9bf-75d8-4b3a-9a56-8e95e546f71f
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
fulltext (325.9 kB)
|
|
| アイテムタイプ | 会議発表論文 / Conference Paper(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2018-10-30 | |||||
| タイトル | ||||||
| タイトル | Handling categorical variables in effort estimation | |||||
| 言語 | ||||||
| 言語 | eng | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | project management | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | regression analysis | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | software development management | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | categorical variable handling | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | effort estimation | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | software development project management | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | linear regression model | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | programming languages | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | dummy variables | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | hierarchical linear model | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | HLM | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | estimation model | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Desharnais datasets | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | NASA datasets | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | ISBSG datasets | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | mean balanced relative error | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | MBRE | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | mean magnitude of relative error | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | MMRE | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Estimation | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | NASA | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Accuracy | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Mathematical model | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Software | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Linear regression | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Buildings | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | Model-based effort estimation | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | dummy variable | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | stratification | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | interaction | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | hierarchical linear model | |||||
| キーワード | ||||||
| 主題Scheme | Other | |||||
| 主題 | mixed effects | |||||
| 資源タイプ | ||||||
| 資源タイプ | conference paper | |||||
| アクセス権 | ||||||
| アクセス権 | open access | |||||
| 著者 |
Tsunoda, Masateru
× Tsunoda, Masateru× Amasaki, Sousuke× Monden, Akito |
|||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | Background: Accurate effort estimation is the basis of the software development project management. The linear regression model is one of the widely-used methods for the purpose. A dataset used to build a model often includes categorical variables denoting such as programming languages. Categorical variables are usually handled with two methods: the stratification and dummy variables. Those methods have a positive effect on accuracy but have shortcomings. The other handing method, the interaction and the hierarchical linear model (HLM), might be able to compensate for them. However, the two methods have not been examined in the research area. Aim: giving useful suggestions for handling categorical variables with the stratification, transforming dummy variables, the interaction, or HLM, when building an estimation model. Method: We built estimation models with the four handling methods on ISBSG, NASA, and Desharnais datasets, and compared accuracy of the methods with each other. Results: The most effective method was different for datasets, and the difference was statistically significant on both mean balanced relative error (MBRE) and mean magnitude of relative error (MMRE). The interaction and HLM were effective in a certain case. Conclusions: The stratification and transforming dummy variables should be tried at least, for obtaining an accurate model. In addition, we suggest that the application of the interaction and HLM should be considered when building the estimation model. | |||||
| 書誌情報 |
p. 99-102, 発行日 2012 |
|||||
| 会議情報 | ||||||
| 会議名 | 2012 ACM-IEEE International Symposium on Empirical Software Engineering and Measurement | |||||
| 開催期間 | 20-21 Sept. 2012, | |||||
| 開催地 | Lund | |||||
| 開催国 | SWE | |||||
| 出版者 | ||||||
| 出版者 | IEEE | |||||
| ISSN | ||||||
| 収録物識別子タイプ | ISSN | |||||
| 収録物識別子 | 1949-3770 | |||||
| ISBN | ||||||
| 識別子タイプ | ISBN | |||||
| 関連識別子 | 9781450310567 | |||||
| 出版者版DOI | ||||||
| 関連タイプ | isVersionOf | |||||
| 識別子タイプ | DOI | |||||
| 関連識別子 | https://doi.org/10.1145/2372251.2372267 | |||||
| 権利 | ||||||
| 権利情報 | c Copyright IEEE 2012 | |||||
| 著者版フラグ | ||||||
| 出版タイプ | AM | |||||
