[发明专利]一种项目过程管理预测数据的排异方法

说明书

一种项目过程管理预测数据的排异方法，包括以下步骤：S1、确定数据的分布特性，参照已有的样本数据对预测数据的均值、方差进行评估；S2、采用假设检验的方法计算预测数据精确的近似概率分布模型；S3、定义置信概率并确定置信门限阈值，根据置信门限阀值来判断预测数据是否异常，找出异常数据并剔除。通过预测数据的排异算法提高了检测数据的合理性和有效性，为项目管理阶段做了相应的数据支持，使项目管理者获得的阶段信息更加真实可靠，为项目成功奠定了基础。

技术领域

本发明涉及一种项目过程管理预测数据的排异方法。

背景技术

近些年可谓是新科技快速发展的阶段，诸如人工智能、机器学习、物联网以及自动化新型技术的演进。软件技术被认为是促进各项业务增长的催化剂，软件产品是否能按照预期的成本、进度、质量顺利的完成被越来越多的企业重点关注。软件产品能否顺利交付的基础就是项目管理，它涵盖项目工作范围、过程风险、项目资源、任务目标、经历的里程碑、过程工作量、进度等，管理目的是让整个项目从分析、设计、编码、测试、维护等全部生命周期都能在管理者的控制下，以预期投入的成本，按质的交付给用户使用。然而在软件项目管理过程中如计划的制定、项目进度控制、人员安排、资源人投入、问题分析等重要环节又不可或缺相应的数据分析，怎样从大量预测数据中筛选出有价值且正确数据显得尤为重要，这项工作的好坏直接决定了整个软件项目开发的成败，介于此我们引进了一种数据排异算法，将测量数据中异常或可能造成预测结果偏差的数据进行排除，最终使得预测更真实准确便于管理者决策，达到项目管理的目的。

软件开发过程中如果对过程数据分析不彻底不准确造成了判断的失误，都是潜在的风险源，它可能引导项目一步一步走向失败，同样如果过程把控好数据分析精准，软件项目就会随着设计思路迈向成功。

数据分析过程中，异常数据的出现会直接导致分析结果发生显著的变化造成得到的结果超出预期，从而使管理者对整个项目过程的推断、控制和预测不准确出现错误的判断，给整个项目的顺利完成带来了风险，因此有效的检测、排查、防治数据异常有着很重要的作用。

发明内容

本发明的目的在于克服现有技术的不足，提供一种通过预测数据的排异算法提高了检测数据的合理性和有效性，为项目管理阶段做了相应的数据支持，能够使项目管理者获得的阶段信息更加真实可靠的项目过程管理预测数据的排异方法。

本发明的目的是通过以下技术方案来实现的：一种项目过程管理预测数据的排异方法，包括以下步骤：

S1、确定数据的分布特性，参照已有的样本数据对预测数据的均值、方差进行评估；

S2、采用假设检验的方法计算预测数据精确的近似概率分布模型；

S3、定义置信概率并确定置信门限阈值，根据置信门限阀值来判断预测数据是否异常，找出异常数据并剔除。

进一步地，所述步骤S1具体实现方法为：定义预测数据的属性变量为X，它服从某种数据分布形式f(x)，表达式为：

X～f(x)

运用统计学知识，计算样本数据y＝(a₁₁,a₂₁,a₃₁,…a_m1)^r的频率分布f_P(x)，并对其均值μ、方差进行σ估计，具体表达式如下：

进一步地，所述步骤S2具体实现方法为：采用概率分布结构相似的方法，确定属性值的概率分布f(x)；

K个概率密度函数的分布律为g_k(x)和g_k(n)；

正态分布为：