理解了什么是POPs和它是怎么形成的，很明显下一步问题是它作为一个估计工具怎么样使用。一些POPs计算需要的信息可能是需求分析阶段没充分清楚的信息。然而，我们有可以采用的方法来合理估计计算POPs需要的参数。 下面一个例子来自[17]。利用项目提供的信息和一个面向对象度量工具，我们将演示怎么样进行POPs 计算。开发的软件是个OO Case 工具。它是用Smalltalk 开发的，有36个类和1040个方法。软件开发团队的生产力高于平均值，他们有大量的软件开发经验。
第一步是计算WMC。我们知道平均每类的方法是29（1040/36）。虽然我们不清楚这些方法的类别上的分布情况，我们可以用我们在研究过程中确定的百分比来计算：
构造器/解析器 (20%) = 6
读取器(30%) = 9
修正器 (45%) = 13
叠加器(5%) = 1
我们用图3来确定复杂度，我们用每类发送消息数（number of messages sent）和实例变量数，既然他们可利用。从这我们可以近似得到实例变量和发送消息。
通过计算发送消息和实例变量和把他们与复杂性分配表（表3）进行匹配，我们确定了方法的复杂度。图4显示了分析情况及最终结果的低、平均和高复杂方法数
延伸阅读
文章来源于领测软件测试网 https://www.ltesting.net/
