各阶段缺陷检出密度的统计分析案例

某企业通过收集10个项目的历史度量数据，分析了5个阶段的缺陷密度，包括需求评审、设计评审、代码评审、测试发现以及交付后3个月内的缺陷密度，并且以缺陷数/KLOC为单位进行统一计量。

通过箱线图分析，观察到第10个项目在代码评审、系统测试、交付后的缺陷密度中均为离群点，该项目由公司精英团队开发，前期缺陷多但交付后缺陷少，表明该项目的交付质量高，应吸取其成功经验。然而，由于其特殊性，该项目数据不具有普遍代表性，故从分析中剔除。

分析显示，代码评审阶段发现的缺陷最多，且离散程度大，表明该阶段的稳定性较差，需要优先改进。箱线图中的下半部分离散度大，暗示应从这些项目中识别问题并进行改善。而交付后缺陷的数量最少，分布也相对稳定。

对剩余9个项目的累计缺陷密度进行Gompertz拟合表明，随阶段的推进，平均累计缺陷密度逐渐增加，从需求评审的0.456至交付后的4.117。

对各阶段缺陷检出密度与交付缺陷密度进行相关性分析发现，二者间存在弱相关性。但是由于样本数据较少，分析的可靠性不高，需要积累更多数据后进行进一步的相关性分析。