Parameter Estimation and Prediction methods for Hyper-Geometric Distribution software Reliability Growth Model

초기하분포 소프트웨어 신뢰성 성장 모델에서의 모수 추정과 예측 방법

The hyper-geometric distribution software reliability growth model was recently developed and successfully applied Due to mathematical difficultv of the maximum likclihmd method, the least squares method has hem suggested for parameter estimation by the previous studies. We first summarize and compare the minimization criteria adopted by the previous studies. It is theo shown that the weighted least squares method is more appropriate hecause of the nonhomogeneous variability of the number of newly detected faults. The adequacy of the weighted least squares method is illustrated by two numerical examples. Finally, we propose a new method fur predicting the number of faults newly discovered by next test instances. The new prediction method can be used for determining the time to stop testing.

최근에 개발되어 성공적으로 적용되고 있는 초기하분포 소프트웨어 신뢰성 성장 모델의 모수는 최우추정법으로 추정하기가 쉽지 않으므로주로 최소자승법으로 추정하고 있다. 본 논문에서는 먼저 기존의 최소자승법에서 사용된 최소화 기준을 비교한 다음, 새로 발견되는 결함수의 분산이 일정하지 않음을 고려한 가중최소자승법을 제안한다. 그리고 두 개의 실제 자료를 분석하여 가중최소자승법이 적합함을 보인다. 마지막으로 임의의 테스팅 시점에서 추가 시험에 의해 발견된 새로운 결함수를 예측하는 방법을 제안한다. 이 예측 방법은 테스팅을 중단하는 시점을 결정할 때 이용될 수 있을 것이다.