? PDD
-------------------
PDD+TFVUD
在产品全生命周期中同样应当测量上面的值，作为一个版本和另一个版本在相同时间检查点上进行比较的评价指标。例如，一个季度中， 2.0 版本的该测量值应该比 1.0 版本高。进行该项测量的目的是推动尽早地在开发过程中发现缺陷，从而降低缺陷的修复成本。
? 捕获概率
在数据库中有 “ 捕获概率 ” 的属性项(在前面小节进行了详细解释)，这是对实施过程变更后防止同类问题再次漏测的效果的一项估计指标。该估计是计划预期效果的基础。通过对各变更的捕获概率取总后求平均，可以得到过程变更后的整体预期效果，这样就能对产品发布后用户问题数的降低程度进行合理的预期。
图 -6
上图中，模块 B 的开发过程的捕获概率为 35 %，测试过程的捕获概率为 30 %。如果开发过程在代码里产生了 100 个缺陷，那么根据捕获概率在开发阶段可能会发现 35 个缺陷，还有 65 个缺陷可能会遗漏到测试阶段，根据测试过程 30 %的捕获概率，在测试阶段将可能发现 65*30 %= 19.5 个缺陷，那么开发测试阶段总共大概能发现 55 个缺陷。这 55 %的概率就是开发测试过程变更后的综合效果估计。用方程式表示上面的过程就是( .35 ) +(1-.35)(.30) 或者 D+(1-D)(T) ，这里 D 是开发过程的捕获概率， T 是测试过程捕获概率。本图是基于代码模块的例子，其他分类也可以进行同样的评估工作，如下面图 7 。
图 -7
最后一步是通过对所有综合捕获概率取总后求平均，来预计有效用户缺陷数的减少。首先，选择一组和预期效果相关的重点漏测组。在本例中，假设重点漏测组包含 76 个漏测缺陷，如果针对这 76 个缺陷的综合捕获概率为 52.5% ，那么将能预防约 40 个缺陷漏测。假设一年的时间里会有 250 个漏测缺陷，前面 52.5% 的捕获概率是一个比较准的数据，那么将能预防 250 个漏测的 16 % ―― 约 40 个漏测缺陷，这是对下个版本将会减少的漏测数的最终预测，并且这是最小预测，因为我们只是对重点漏测组进行了预测，这对其他类型的问题可能不适用。如果我们没有作那样的假设，那么预测的漏测数的降低可能是不现实的 52.5% 。
? 总结
进行漏测缺陷分析的主要目的就是提高产品质量和用户满意度、降低修复用户发现缺陷的成本。这是通过推动尽可能在软件开发过程的早期发现缺陷来实现的。进行漏测分析活动的软件测试组将会帮助软件开发组改进质量，他们的测试过程将更加完善，测试环境也将更加符合用户实际环境。从漏测分析过程中收集的数据能为测试环境补充硬件等改进活动提供充分的理由。此外，漏测分析过程鼓励项目组间的交流和合作，开发更高质量的软件产品。它还能预测未来的漏测缺陷数，评价自身的效果，来证明所投入的资源是值得的。
文章来源于领测软件测试网 https://www.ltesting.net/
