如何设计数据分析指示器?
发布于 2024-10-03
1620
版权声明
我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。
麦哲思科技任甲林
扫码关注公众号
扫码阅读
手机扫码阅读
企业在数据分析时常遇到的问题是指示器设计不合理,导致无法快速直观地发现异常。以下是有效数据分析的几个关键点:
- 选择合适的图形:常见的分析图形包括饼图、条形图、直方图、折线图和散点图。饼图适于展示总体中各部分的比例,条形图用于比较分类的数量,直方图显示等距区间事件的数量,折线图分析时间序列数据的趋势,而散点图用于分析两个变量的相关性。选择图形时需要考虑分析目的和数据量。
- 先排序再分析:根据分析目的,数据应先进行时间或数值排序后再进行图形分析。
- 选择合适的数据分组:不同的数据分组会导致不同的分析结果,例如按周或按天进行项目代码量的分组。
- 选择合适的时间刻度:分析同一数据集时,不同的时间刻度(如天、周、月)会影响结论。
- 使用静态的控制线:为了便于发现异常,控制线应固定不变,而非随数据变化而变动。
- 减少网格线及指示器中线的个数:太多的线条会干扰异常的发现。
- 确保表的标题和命名准确:包括表格标题、系列名称、坐标含义和类别名称等,都应全面且准确。
麦哲思科技任甲林
麦哲思科技任甲林
扫码关注公众号
麦哲思科技(北京)有限公司总经理 敏捷性能合弄模型评估师 认证的Scrum Master 认证的大规模敏捷顾问SPC CMMI高成熟度主任评估师 COSMIC MPC,IAC 成员,中国分部主席
471 篇文章
浏览 948.7K
还在用多套工具管项目?
一个平台搞定产品、项目、质量与效能,告别整合之苦,实现全流程闭环。
查看方案
麦哲思科技任甲林的其他文章
快速学习COSMIC方法之九:如何识别兴趣对象?
兴趣对象是COSMIC方法中一个关键的概念。它影响了我们识别的功能点的多少。兴趣对象是描述中在功能需求中的、功能用户感兴趣的事物,它可以是一个具体的东西,也可以是一个抽象的概念,系统一定要对它执行输入、输出、读或写的动作。 在COSMIC中对兴趣对象有明确的定义,识别兴趣对象的规则也有定义。结合度量手册与其他指南,结合我的实践经验,总结了如下的实用性规则,供大家参考:1兴趣对象一定是来自于功能需求
需求管理过程域的要点
今天在客户处,看到客户拿了一份从网上下载的对CMMI2级、3级的实践的注释,随手翻了一翻,刚读了第1个PA需求管理的5条特定实践,就发现基本上每条实践都有大大小小的误解,我想该材料很容易对CMMI的实施造成负面的影响。因此,特地根据我的咨询经验与体会,对该过程域的理解与实施要点进行了整理。在下表中:(1)没有翻译模型的原文;(2)包含了模型的要点;(3)扩展了模型的要求;(4)列出了客户的某些好的
CMMI 4级实践问题30问-5
第15问:如何选择控制图?最常用的控制图是哪几种? 答: 在选择控制图时,首先选择要判断数据的类型: 连续型变量可用的控制图有:X-R,X-S,XMR等,离散型变量可用的控制图有:U,c,z,P,nP图等。X-R,X-S图是适合分组数据的,如果分组的容量小于10则选择X-R,否则选择X-S图,如果是单点值则选择XMR。对于离散型变量要判断分布的类型,如果是二项分布则采用P,nP图,如果
需求与设计的界线
需求与设计的区别究竟是什么? 教科书上的经典答案是:需求关注系统“做什么”,设计关注“如何做”,其实这是一个很模糊的说法。无论是在结构化方法中还是在面向对象的方法中,需求分析的结果既包括了“做什么”也部分包括了“如何做”,只不过描述“如何做”时抽象的层次比较高或者描述了某个局部需求的“如何做”。客户在提出系统需求时,可能对“如何做”提出一些约束条件,比如客户要求必须采用三层结构,必须采用某个中间件
如何近似计算回归方程的预测区间?
1 预测区间与置信区间的差别 预测区间估计(prediction interval estimate):利用估计的回归方程,对于自变量 x 的一个给定值 x0 ,求出因变量 y 的一个个别值的估计区间。变量的估计叫预测区间,预测区间反映了单个数值的不确定性; 置信区间估计(confidence interval estimate):利用估计的回归方程,对于自...
加入社区微信群
与行业大咖零距离交流学习
PMO实践白皮书
白皮书上线
白皮书上线