Local cover image
Local cover image

Establecimiento del modelo de agregación más apropiado para ingeniería del software

By: Contributor(s): Material type: TextTextPublication details: 2014Description: 1 archivo (2,7 MB) : ilSubject(s): Online resources:
Contents:
1. INTRODUCCIÓN -- 1.1. Meta-Análisis como herramienta para la construcción de conocimiento -- 1.1.1. Necesidad del Meta-Análisis -- 1.1.2. Antecedentes -- 1.1.3. Ejemplos -- 1.1.4. Aplicabilidad de los Modelos al actual contexto de la Ingeniería de Software -- 1.2. Objetivo de la Tesis -- 1.3. Estructura de la Tesis -- 2. ESTADO DE LA CUESTIÓN -- 2.1. Meta-Análisis -- 2.1.1. Experimentos y Agregación de Experimentos -- 2.1.2. Modelos de Meta-Análisis -- 2.1.3. Modelo de efecto fijo -- 2.1.4. Modelo de efectos aleatorios -- 2.1.5. La estadística y el error experimental -- 2.1.6. Técnicas de Agregación de Experimentos -- 2.1.6.1. Diferencia de Medias Ponderadas -- 2.1.6.2. Response Ratio paramétrico -- 2.1.6.3. Response Ratio no paramétrico -- 2.1.6.4. Conteo de Votos -- 2.1.6.5. Técnica de agregación elegida para el desarrollo de la investigación -- 2.1.7. Diferencia de Medias Ponderadas aplicada bajo el supuesto de modelo de -- efecto fijo -- 2.1.7.1. Descripción del método -- 2.1.7.2. Ventajas y desventajas del método -- 2.1.8. Diferencia de Medias Ponderadas aplicada bajo el supuesto de modelo de -- efectos aleatorios -- 2.1.8.1. Descripción del método -- 2.1.8.2. Ventajas y desventajas del método -- 2.1.9. Heterogeneidad estadística -- 2.2. Análisis de Heterogeneidad en contextos experimentales poco maduros. Limitaciones del estimador Q -- 2.3. Meta-Análisis en Ingeniería de Software Empírica -- 2.3.1. Reseña de la utilización del Meta-Análisis en Ingeniería de Software Empírica -- 2.3.2. Meta-Análisis realizados en Ingeniería de Software Empírica -- 3. DESCRIPCIÓN DEL PROBLEMA -- 3.1. La agregación estadística de experimentos en Ingeniería de Software como solución a un contexto experimental poco maduro -- 3.2. Los modelos de efecto de Meta-Análisis en el actual contexto experimental de la Ingeniería de Software -- 3.3. Elección del modelo de efecto de Meta-Análisis: alcance y límites del problema -- 3.4. Resumen de investigación -- 4. MATERIALES Y MÉTODOS -- 4.1. Propuesta de simulación como medio para establecer el modelo de -- efectos de Meta-Análisis a aplicar en Ingeniería de Software -- 4.2. Simulación por el Método de Monte Carlo -- 4.3. Simulador -- 5. EXPERIMENTACIÓN -- 5.1. Introducción -- 5.2. Diseño experimental -- 5.3. Variables de estudio -- 5.3.1. Variables independientes -- 5.3.1.1. Cantidad de sujetos experimentales -- 5.3.1.2. Cantidad de experimentos a combinar -- 5.3.1.3. Media poblacional del tratamiento de control -- 5.3.1.4. Desvío estándar teórico -- 5.3.1.5. Tamaño de efecto poblacional teórico -- 5.3.2. Variables dependientes e intermedias -- 5.3.2.1. Tamaño de efecto poblacional medido o real, desvío estándar e intervalo de confianza -- 5.3.2.2. Media poblacional del tratamiento experimental -- 5.3.2.3. Potencia y fiabilidad deseadas (errores de tipo I y II) -- 5.3.3. Cantidad de simulaciones -- 5.4. Resultados experimentales -- 5.4.1. Convención adoptada para lectura de las tablas que muestran los resultados de los experimentos de igual tamaño -- 5.4.2. Cuadro comparativo de simulaciones para análisis de fiabilidad con desvío estándar de 10% e igual tamaño de experimentos -- 5.4.3. Cuadro comparativo de simulaciones para análisis de fiabilidad con desvío estándar de 40% e igual tamaño de experimentos -- 5.4.4. Cuadro comparativo de simulaciones para análisis de fiabilidad con desvío estándar de 70% e igual tamaño de experimentos -- 5.4.5. Cuadro comparativo de simulaciones para análisis de potencia con desvío estándar de 10% e igual tamaño de experimentos -- 5.4.6. Cuadro comparativo de simulaciones para análisis de potencia con desvío estándar de 40% e igual tamaño de experimentos -- 5.4.7. Cuadro comparativo de simulaciones para análisis de potencia con desvío estándar de 70% e igual tamaño de experimentos -- 5.4.8. Convención adoptada para lectura de las tablas que muestran los resultados de los experimentos de distinto tamaño -- 5.4.9. Cuadro comparativo de simulaciones para análisis de fiabilidad con desvío estándar de 10% y distinto tamaño de experimentos -- 5.4.10. Cuadro comparativo de simulaciones para análisis de fiabilidad con desvío estándar de 40% y distinto tamaño de experimentos -- 5.4.11. Cuadro comparativo de simulaciones para análisis de fiabilidad con desvío estándar de 70% y distinto tamaño de experimentos -- 5.4.12. Cuadro comparativo de simulaciones para análisis de potencia con desvío estándar de 10% y distinto tamaño de experimentos -- 5.4.13. Cuadro comparativo de simulaciones para análisis de potencia con desvío estándar de 40% y distinto tamaño de experimentos -- 5.4.14. Cuadro comparativo de simulaciones para análisis de potencia con desvío estándar de 70% y distinto tamaño de experimentos -- 5.5. Resumen de los resultados obtenidos y recomendaciones -- 5.5.1. Resumen de los resultados obtenidos en la experimentación -- 5.5.2. Recomendaciones para elegir un modelo de Meta-Análisis en la agregación de experimentos en Ingeniería de Software Empírica -- 5.5.2.1. Recomendaciones para elegir un modelo de Meta-Análisis en la agregación de experimentos de igual tamaño -- 5.5.2.2. Recomendaciones para elegir un modelo de Meta-Análisis en la agregación de experimentos de distinto tamaño -- 5.5.2.3. Resumen de recomendaciones para elegir un modelo de Meta-Análisis en la agregación de experimentos -- 6. CONCLUSIONES -- 6.1. Análisis de los resultados obtenidos e interpretación -- 6.1.1. Análisis comparativo de simulaciones para análisis de fiabilidad e igual tamaño de experimentos -- 6.1.2. Análisis comparativo de simulaciones para análisis de potencia e igual tamaño de experimentos -- 6.1.3. Análisis comparativo de simulaciones para análisis de fiabilidad y distinto tamaño de experimentos -- 6.1.4. Análisis comparativo de simulaciones para análisis de potencia y distinto tamaño de experimentos -- 6.2. Conclusiones y recomendaciones -- 6.2.1. Conclusiones -- 6.2.1. Recomendaciones -- 6.3. Futuros trabajos -- 7. REFERENCIAS
Dissertation note: Tesis (Maestría en Ingeniería de Software) - Universidad Nacional de La Plata. Facultad de Informática, 2014.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Home library Collection Call number URL Status Date due Barcode
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática TES 14/56 (Browse shelf(Opens below)) Available DIF-05315
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática Biblioteca digital Link to resource Recurso en Línea
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática Biblioteca digital Link to resource Recurso en Línea

Tesis (Maestría en Ingeniería de Software) - Universidad Nacional de La Plata. Facultad de Informática, 2014.

1. INTRODUCCIÓN -- 1.1. Meta-Análisis como herramienta para la construcción de conocimiento -- 1.1.1. Necesidad del Meta-Análisis -- 1.1.2. Antecedentes -- 1.1.3. Ejemplos -- 1.1.4. Aplicabilidad de los Modelos al actual contexto de la Ingeniería de Software -- 1.2. Objetivo de la Tesis -- 1.3. Estructura de la Tesis -- 2. ESTADO DE LA CUESTIÓN -- 2.1. Meta-Análisis -- 2.1.1. Experimentos y Agregación de Experimentos -- 2.1.2. Modelos de Meta-Análisis -- 2.1.3. Modelo de efecto fijo -- 2.1.4. Modelo de efectos aleatorios -- 2.1.5. La estadística y el error experimental -- 2.1.6. Técnicas de Agregación de Experimentos -- 2.1.6.1. Diferencia de Medias Ponderadas -- 2.1.6.2. Response Ratio paramétrico -- 2.1.6.3. Response Ratio no paramétrico -- 2.1.6.4. Conteo de Votos -- 2.1.6.5. Técnica de agregación elegida para el desarrollo de la investigación -- 2.1.7. Diferencia de Medias Ponderadas aplicada bajo el supuesto de modelo de -- efecto fijo -- 2.1.7.1. Descripción del método -- 2.1.7.2. Ventajas y desventajas del método -- 2.1.8. Diferencia de Medias Ponderadas aplicada bajo el supuesto de modelo de -- efectos aleatorios -- 2.1.8.1. Descripción del método -- 2.1.8.2. Ventajas y desventajas del método -- 2.1.9. Heterogeneidad estadística -- 2.2. Análisis de Heterogeneidad en contextos experimentales poco maduros. Limitaciones del estimador Q -- 2.3. Meta-Análisis en Ingeniería de Software Empírica -- 2.3.1. Reseña de la utilización del Meta-Análisis en Ingeniería de Software Empírica -- 2.3.2. Meta-Análisis realizados en Ingeniería de Software Empírica -- 3. DESCRIPCIÓN DEL PROBLEMA -- 3.1. La agregación estadística de experimentos en Ingeniería de Software como solución a un contexto experimental poco maduro -- 3.2. Los modelos de efecto de Meta-Análisis en el actual contexto experimental de la Ingeniería de Software -- 3.3. Elección del modelo de efecto de Meta-Análisis: alcance y límites del problema -- 3.4. Resumen de investigación -- 4. MATERIALES Y MÉTODOS -- 4.1. Propuesta de simulación como medio para establecer el modelo de -- efectos de Meta-Análisis a aplicar en Ingeniería de Software -- 4.2. Simulación por el Método de Monte Carlo -- 4.3. Simulador -- 5. EXPERIMENTACIÓN -- 5.1. Introducción -- 5.2. Diseño experimental -- 5.3. Variables de estudio -- 5.3.1. Variables independientes -- 5.3.1.1. Cantidad de sujetos experimentales -- 5.3.1.2. Cantidad de experimentos a combinar -- 5.3.1.3. Media poblacional del tratamiento de control -- 5.3.1.4. Desvío estándar teórico -- 5.3.1.5. Tamaño de efecto poblacional teórico -- 5.3.2. Variables dependientes e intermedias -- 5.3.2.1. Tamaño de efecto poblacional medido o real, desvío estándar e intervalo de confianza -- 5.3.2.2. Media poblacional del tratamiento experimental -- 5.3.2.3. Potencia y fiabilidad deseadas (errores de tipo I y II) -- 5.3.3. Cantidad de simulaciones -- 5.4. Resultados experimentales -- 5.4.1. Convención adoptada para lectura de las tablas que muestran los resultados de los experimentos de igual tamaño -- 5.4.2. Cuadro comparativo de simulaciones para análisis de fiabilidad con desvío estándar de 10% e igual tamaño de experimentos -- 5.4.3. Cuadro comparativo de simulaciones para análisis de fiabilidad con desvío estándar de 40% e igual tamaño de experimentos -- 5.4.4. Cuadro comparativo de simulaciones para análisis de fiabilidad con desvío estándar de 70% e igual tamaño de experimentos -- 5.4.5. Cuadro comparativo de simulaciones para análisis de potencia con desvío estándar de 10% e igual tamaño de experimentos -- 5.4.6. Cuadro comparativo de simulaciones para análisis de potencia con desvío estándar de 40% e igual tamaño de experimentos -- 5.4.7. Cuadro comparativo de simulaciones para análisis de potencia con desvío estándar de 70% e igual tamaño de experimentos -- 5.4.8. Convención adoptada para lectura de las tablas que muestran los resultados de los experimentos de distinto tamaño -- 5.4.9. Cuadro comparativo de simulaciones para análisis de fiabilidad con desvío estándar de 10% y distinto tamaño de experimentos -- 5.4.10. Cuadro comparativo de simulaciones para análisis de fiabilidad con desvío estándar de 40% y distinto tamaño de experimentos -- 5.4.11. Cuadro comparativo de simulaciones para análisis de fiabilidad con desvío estándar de 70% y distinto tamaño de experimentos -- 5.4.12. Cuadro comparativo de simulaciones para análisis de potencia con desvío estándar de 10% y distinto tamaño de experimentos -- 5.4.13. Cuadro comparativo de simulaciones para análisis de potencia con desvío estándar de 40% y distinto tamaño de experimentos -- 5.4.14. Cuadro comparativo de simulaciones para análisis de potencia con desvío estándar de 70% y distinto tamaño de experimentos -- 5.5. Resumen de los resultados obtenidos y recomendaciones -- 5.5.1. Resumen de los resultados obtenidos en la experimentación -- 5.5.2. Recomendaciones para elegir un modelo de Meta-Análisis en la agregación de experimentos en Ingeniería de Software Empírica -- 5.5.2.1. Recomendaciones para elegir un modelo de Meta-Análisis en la agregación de experimentos de igual tamaño -- 5.5.2.2. Recomendaciones para elegir un modelo de Meta-Análisis en la agregación de experimentos de distinto tamaño -- 5.5.2.3. Resumen de recomendaciones para elegir un modelo de Meta-Análisis en la agregación de experimentos -- 6. CONCLUSIONES -- 6.1. Análisis de los resultados obtenidos e interpretación -- 6.1.1. Análisis comparativo de simulaciones para análisis de fiabilidad e igual tamaño de experimentos -- 6.1.2. Análisis comparativo de simulaciones para análisis de potencia e igual tamaño de experimentos -- 6.1.3. Análisis comparativo de simulaciones para análisis de fiabilidad y distinto tamaño de experimentos -- 6.1.4. Análisis comparativo de simulaciones para análisis de potencia y distinto tamaño de experimentos -- 6.2. Conclusiones y recomendaciones -- 6.2.1. Conclusiones -- 6.2.1. Recomendaciones -- 6.3. Futuros trabajos -- 7. REFERENCIAS

Click on an image to view it in the image viewer

Local cover image