Software Reliability Engineering im Infotainment - Georg-August ...

mit einfachen Regressionen möglich ist. In der Abbildung 5.1-10 sieht man die
kumulierte Fehlerkurve bis zur ZE 8, ab der gestrichelten Linie sieht man die
Schätzungen der verschiedenen Modelle und Regressionen im Vergleich zur
kumulierten Fehlerkurve. Hier wird deutlich, dass die lineare und logarithmische
Regression keine gute Vorhersagekraft besitzen, wohingegen die vorhergesagte Kurve
des Yamada-Delayed-S-shaped-Modells ähnlich mit der Kurve der realen Daten
übereinstimmt. In Kapitel 5.3 wird das Ergebnis weitergehend interpretiert.
Abbildung 5.1-10 Analyse der Daten mit Regressionen und Yamadas-Modell KHU-A
Fehleranzahl
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
Zeiteinheit
Kumulierte Fehler KHU-A Yamada-Delayed-S-shaped Modell Lineare Regression Logarithmische Regression
5.1.4 Analyse der Komponente „Steuergerät für Telefonie“
5.1.4.1 Analyse der Fehlerdaten mit Software Reliability Modellen
Um die Daten zu analysieren zeigt die Abbildung 5.1-11 die Kurve der kumulierten
Fehler. Die Daten der erfassten Kurve wurden als Inputdatei in SMERFS^3 eingetragen
(zum Aussehen der Inputdatei siehe Kap. 4.6). Hierzu wurden die ZE 1 bis 8 für die
Kurve TEL-A ausgewählt. Es wurden mit Absicht nicht alle vorhandenen Daten
beispielweise für die Kurve bis ZE 26 eingetragen, um die erfassten Daten zwischen ZE
9 bis ZE 26 mit der Vorhersage (auf Basis der ZE 1 bis 8) für diesen Zeitraum
vergleichen zu können. Durch diesen Vergleich der realen und vorhergesagten Daten
zeigt sich die Genauigkeit der Vorhersage des Modells.
58