A

Unidad 3
1 //Escenario
Escenario25
Lectura fundamental
Fundamental
Modelode
Etapas deun
estimación
plan de comunicación
PROBE
estratégica basada en PROXYs”
“Estimación
Contenido
1 ¿ Qué significa PROBE?
2 El método
3 El intervalo de confianza (probabilidad)
4 Porcentaje vs. probabilidad
5 ¿Cómo calcular el Intervalo de Predicción?
Palabras clave: objetos base, proxys, intervalo, predicción, software, métodos.

INTRODUCIÓN
Es esta oportunidad, la lectura fundamental abordará el método de estimación PROBE también conocido
como estimación basada en objetos base. Se explicarán los orígenes de esta sigla, para qué es necesario
usar este método y cada una de sus fases, y, finalmente, se explican los intervalos de predicción.
1. ¿Qué significa PROBE?

Las siglas PROBE hacen referencia a:
PRObable- xy Based Estimating se basa en utilización de objetos de base denominados proxys

(Humphrey, 1994).
En otras palabras, son los valores dados a los objetos Base, que sirven de Estimación, estos valores más
PRObables x y y, son el tamaño (x) y el tiempo (y).
Es posible que la estimación se construya a partir de métricas o información de distintas fuentes, diferentes
al convencional (x) y (y); por ejemplo, en el caso de (x), el tamaño del software puede estar asociado a las
líneas de código, sin embargo, también puede estar asociado a puntos de función, puntos de caso de uso,
cualquier estructura que nos dé nociones del tamaño o quizás al esfuerzo que demanda la construcción del
software y, por qué no, su complejidad.
¿Qué es un proxy?
De manera individual, cada uno de los estudiantes o ingenieros construyen una base de datos y la usan
posteriormente para hacer un seguimiento del tamaño y el esfuerzo de todo el trabajo que realizan. Esos
históricos de los proyectos pueden ser divididos y clasificados en componentes individuales. A estos se les
denomina proxys.
A cada componente del histórico se le asigna un tipo (“consultas”, “lógica”, “cálculo”, “estructura de datos”,
“Interface”, etc.) y un tamaño (de “muy pequeño” a “muy grande”). Para esta clasificación se podría usar
Scrum póker o planning póker, estrategia que se aplica más para dirimir las discusiones entre grupos, pero
que podría ser útil para asignar tamaños.
1.1. ¿Para qué se utiliza? ¿Qué estima?
Este método es fundamental para la estimación del tamaño y tiempo necesarios en la construcción
personal del software, pues garantiza que esas estimaciones (tamaño y tiempo que demanda la elaboración
del software) no van a tener errores.
POLITÉCNICO GRANCOLOMBIANO 2
¿Sabía qué...?
La mayoría de las estimaciones se basan en estimación por tamaño y
toman como medida base las líneas de código. Sin embargo, existen
otro tipo de métricas, quizás más efectivas, como los puntos de función,
puntos de características y otras técnicas híbridas como MK II FPA, 3-D
Function Point COSMIC FFP Albrecht, entre otras.
Si bien no se tiene claro cuál va a ser de la demanda de recursos que requiere la elaboración del
software, se conoce el proceso y el tiempo que requiere cada una de los proxys (Humphrey, 2002).
A partir de esta información y su análisis se puede realizar una estimación y determinar los intervalos,
valores máximos y mínimos, de recursos necesarios para la elaboración del software.
Las proyecciones o estimaciones se realizan con teoría estadística y probabilidad, pero esto no es
garantía total para la estimación. Debido a que estos cálculos se efectúan con base en datos reales, es
importante que los datos de entrada sean lo más precisos posibles.
La precisión de los tiempos y tamaño estimados depende de la disciplina con que se realice el registro,
así como también del detalle y del conocimiento sobre los requerimientos de trabajo a realizar. Por
eso la metodología incluye una etapa de diseño conceptual que se toma como referencia para estimar
tanto el tamaño del producto como los recursos asociados.
Al final se tendrá la regresión lineal, una ecuación que relaciona el tamaño (la cantidad de código,
funciones, casos de uso) estimado y el esfuerzo real; en este caso, en alguna unidad de tiempo (como
meses, días u horas-persona) de acuerdo con los datos históricos personales con la que podremos
estimar del tamaño y tiempo necesarios en la construcción personal del software.
2. El método
Este método consta de 10 pasos o fases y en principio no es cíclico. Sin embargo, puede percibirse
como tal, ya que, como veremos más adelante en la fase del diseño conceptual, se utilizan los datos
de estimaciones anteriores. La figura 1 presenta el diagrama de cada una de las fases del método de
estimación PROBE.
Inicio / Diseño
fin conceptual
Identificar y cuantificar
el tamaño de los proxys:
Tamaños Recursos • Número de ítems
estimados estimados • Tipo de la parte
• Tamaño relativo
y rangos y rangos
Método de • Categorías reusadas
estimación
PROBE
Estimar el Estimar otros
tamaño del tamaños de
programa los elementos
Estimar recursos Estimar el

tamaño del
Calcular el intervalo de predicción programa
Figura 1. Método de estimación PROBE. (PSP(SM) / TSP(SM))

Fuente: elaboración propia
2.1. Inicio del proyecto
En esta etapa del proceso se puede recopilar información de proyectos anteriores, organizarla,
estructurarla y clasificarla, construir meta-modelos, documentar experiencias y hacer análisis de
proyectos anteriores referentes o históricos de proyectos de desarrollo de software personal.
2.2. Diseño conceptual
Depende de la complejidad, pero para la mayoría de los proyectos el tiempo estimado para esta
fase debe tomar aproximadamente media hora. En esta fase son importantes 3 actividades
principalmente: capturar los requerimientos (preocupaciones y necesidades), definir los productos
(cuáles son las características de lo que voy a realizar, requerimientos funcionales y no funcionales) y
finalmente realizar un preámbulo de la estimación, estimación analógica o por criterio de experto del
tamaño de lo que se planea construir.
2.3. Identificar y cuantificar el tamaño de los proxys
Para poder entender mejor de qué se trata el proceso de identificación y cuantificación de proxys, se
definen 3 pasos que se abordarán a través de la siguiente analogía.
Ejemplo: Piense que usted está en pleno proceso de elaboración de una casa de desarrollo de software;
para esto necesita estimar el tiempo que le tomaría realizar el montaje de las oficinas donde entrará a
operar los próximos meses.
Lo primero que tiene que hacer es identificar los proxys o partes y clasificarlos según su tamaño; en
este caso no nos interesa cuantificarlos sino que podemos referirnos a ellos como grande, mediano o
pequeño; la idea es usar lenguaje natural. De la misma manera, se recopilan los requerimientos con el
cliente al que le realizaremos el software.
Tabla 1. Identificar y cualificar proxys
Clase de la parte Número de ítems y tamaño relativo
Oficina 1 Grande, 2 medianas, 1 pequeña

Baños 1 grande y 2 pequeños
Cubículo de trabajo 8 medianos
Zona común de descanso 1 grande
Parqueo 1 mediano
Zona social 1 grande
Cafetería 1 pequeña
El segundo paso será asignar valores de tamaño a cada una de las partes; esto se debe realizar a
partir de los datos históricos. En el caso del software el tamaño puede estar dado por líneas de código
(LOC) que se obtienen de datos personales, para el ejemplo o analogía se usan metros.
Cómo mejorar...
De manera recurrente, reclasifique los proxys en sus categorías y calcule
el valor medio retirando los valores por fuera de la muestra representativa,
no por sospecha, sino usando técnicas matemáticas o formales.
Tabla 2. Datos históricos
Clase de la parte Pequeño Mediano Grande
Oficina 2m2 4m2 8m2
Baños 2m2 3m2 4m2
Cubículo de trabajo 0.5m2 1m2 1.5m2
Zona común de descanso 8m2 10m2 12m2
Parqueo 10m2 20m2 30m2
Zona social 8m2 10m2 12m2
Cafetería 2m2 4m2 8m2
Finalmente, podemos consolidar la tabla de estimación a partir de los datos cualitativos, cuantitativos
y de los históricos. Es importante mencionar que los referentes históricos corresponden a un
promedio o a una evaluación estadística.
Tabla 3. Identificar y cuantificar el tamaño de los proxys
LOC líneas de código por proxy
IDENTIFICAR Y CUANTIFICAR EL TAMAÑO DE LOS PROXYS
Número de Clase de la Tamaño Tamaño Categorías

ítems parte cualitativo cuantitativo de reúso Subtotal
relativo relativo (m2) (%)
1 Oficina Grande 8 0% 8
2 Oficina Mediana 4 0% 8
1 Oficina Pequeña 2 0% 2
1 Baños Grande 4 0% 4
2 Baños Pequeño 2 0% 4
Cubículo de
8 Pequeños 0,5 0% 4
trabajo
Zona común
1 1 grande 12 0% 12
de descanso
1 Parqueo 1 mediano 20 100 % 0
1 Zona social 1 grande 12 0% 12
1 Cafetería 1 Pequeña 2 0% 2
TOTAL: 56
2.4. Estimar otros tamaños de los elementos
Un viejo refrán anglosajón, quizás de origen alemán, dice: “El diablo está en los detalles”. En el
contexto de la ingeniería de requerimientos esta frase quiere decir que si exploramos un poco más el
código o los requerimientos vamos a encontrar una serie de características que nunca contemplamos
y que pueden cambiar nuestra estimación. Esto mismo explica MacGregor (2001) en su artículo
Decomposition for Judgmental Forecasting and Estimation; lo que asegura esta frase y estudio es que a
mayor detalle menor error.
Tabla 4. Resumen de las razones de error
Exhibición 2
Resumen de errores de razón versus Extremos estimados

Mediana de proporción
de errores
Estudio # de Problemas Global Descomposición Reducción
del error
NO EXTREMO
ADG 1 5.4 203 2.1
MLS 5 1.8 2.3 2.1
M&A 4 3.4 10.5 -7.1
EXTREMO
ADG 3 18.0 5.7 12.3
MLS 6 99.3 3.0 96.3
M&A 6 26.9 8.5 18.4
ADG= Armstron,Denniston & Goron (1975)
MlS= MacGregor. Lichtestein & Slovic(1988)
M&A= MacGregor & Amstrong (1994)
Fuente: elaboración propia. Modificdo de MacGregor (2001)
En la tabla 4 se evidencia que las razones de error son proporcionales al nivel de abstracción. En otras
palabras, el porcentaje de error que se puede alcanzar en un nivel de abstracción elevado es mayor que la
suma o producto del porcentaje de error de la estimación a bajo nivel o con alto grado de detalle.
En síntesis, se debe tratar de buscar mayor detalle en las estimaciones y la acertada caracterización de
los proxys, claro está, sin llegar al extremo de afectar los tiempos normales de planeación o del trabajo
de estimación. Recordar que no se está buscando predecir el valor, solamente estimarlo.
2.5. Estimar el tamaño del programa
Después de identificar y cuantificar el tamaño de los proxys (2.3) y de adicionar otros tamaños a
los proxys específicos, a manera de resumen, utilice todas las clases de las partes, “todos los tipos de
codificación” y tamaños “LOC” asociados, para determinar el tamaño del programa. Además, tenga en
cuenta las líneas añadidas, reusadas y borradas, y los proxys completos añadidos, reusados y borrados.
El tamaño estimado total E es igual a las adiciones a la base más los poxys añadidos (no reusados) y
líneas modificadas E= BA + PA + M = 407 LOC.
Tabla 5. Resumen de estimación del programa
Tipo Líneas de código
Programa que uso como base (B) 100 LOC
Líneas borradas (D) 0 LOC
Adiciones a la base (BA) 10 LOC

Proxys-partes añadidas (PA) 200+180+20 = 400 LOC
Líneas modificadas (M) 7 LOC
Partes reusadas (R) 93 LOC
Tamaño estimado total E = BA + PA + M = 417 LOC
2.6. Estimar los recursos
Para calcular el estimado de recursos temporales basta con establecer la ecuación de la recta que
se ajuste mejor a los datos históricos; por lo general, esto puede realizarse a través de una regresión
lineal. En el caso del método PROBE existen diferentes alternativas o formas (ABCD), que
dependen de la robustez de los datos históricos. Estas formas son variaciones al método de acuerdo
con las características de los valores históricos y serán tratadas en próximas lecturas.
2.7. Calcular el intervalo de predicción (porcentaje)
El intervalo de predicción puede ser ajustado según el margen de error aceptado para las
estimaciones, en otras palabras, qué tanto porcentaje de acierto se tiene. En el caso del desarrollo de
software un intervalo de predicción aceptado es del 90 %, 95 % y 99 %.
2.7.1. Del tamaño:
Hace referencia al intervalo en que estará la predicción del número de líneas de código. Por ejemplo:
“Puedo predecir el tamaño de mi software el 90 % de las veces”.
2.7.2. De los recursos:
Hace referencia al intervalo en que estará la predicción del tiempo necesario para codificar el número
de líneas de código. Por ejemplo: “Puedo predecir el tiempo que tardaré en codificar 100 líneas de
código el 95 % de las veces”.
2.8. Estimados y rangos
Este es el último paso del método PROBE, quizás uno de los análisis más importantes debido a que
arroja toda la información sobre la predicción, es decir, se determina a partir de los históricos que:
sobre datos muy dispersos tendrá un rango más amplio que sobre los datos agrupados estrechamente.
Este es el análisis del intervalo de confianza o nivel de confianza; la forma de calcularlo se presenta
más adelante.
2.8.1. Del tamaño:
Hace referencia al estimado del tamaño del software en líneas de código con un margen de error
específico. Ejemplo: “El tamaño de mi software estará entre X1 y X2 LOC con un intervalo del
predicción de +/-15 % y con un nivel de confianza del 90 %. Con éxito el 90 % de las veces.
2.8.2. De los recursos:
Hace referencia al rango aceptado del tiempo necesario para codificar el número de líneas de código.
Ejemplo: “Tardaré en codificar 100 líneas de código entre 20 a 30 horas”, con un intervalo del
predicción de +/-10 % y con un nivel de confianza del 90 %. Con éxito el 90 % de las veces.
3. El intervalo de confianza (probabilidad)

Se llama intervalo de confianza (o nivel de confianza) a un par o varios pares de números entre los
cuales se estima que estará cierto valor desconocido con una determinada probabilidad de acierto. En
otras palabras, es un indicador de la precisión de una medición o, en el caso del método PROBE, es
un indicador de la medida de lo cerca que estará la predicción hecha con respecto al valor estimado
original, qué tan estable es el valor estimado, si se produce el evento.
El intervalo de confianza no es el margen de error del intervalo ni el margen de acierto de este. Para
encontrar los límites superior e inferior del intervalo de confianza se suma y resta el margen de error a
la media (al estimado).
3.1. El intervalo de predicción vs. nivel de confianza
El intervalo de confianza determina el valor medio que toma el valor desconocido para una x dada,
mientas que el intervalo de predicción reporta el rango de valores desconocidos, para un valor
particular de X. La probabilidad de éxito en la estimación se representa con 1 - α y se denomina nivel
de confianza (esta información se usará más adelante).
4. Porcentaje vs. probabilidad:

El porcentaje es la relación que puede existir entre dos números, mientras que la probabilidad son las
veces que pueden existir determinados resultados.
Ejemplo: Puedo tener una probabilidad de acierto del 100 %, lo cual quiere decir que todas las veces
sabré cuál es el resultado. Es diferente a: “conozco el intervalo en el que caerá la muestra con un nivel
de confianza del 100 %”, lo cual quiere decir que es imposible que el valor caiga fuera del rango. Otro
ejemplo, “tener una probabilidad de acierto del 50 % quiere decir que la mitad de las veces puedo
predecir el resultado”.
5. ¿Cómo calcular el Intervalo de predicción?
5.1. Determinar el fenómeno a examinar
El promedio de líneas de código para un proxy de un formulario de registro HTML es de 82 líneas

de código (82 LOC). Se quiere saber qué tan precisamente puede predecir el número de líneas de
código para un proxy de un formulario de registro HTML dentro de un intervalo de confianza dado.
5.2. Recopilar los datos históricos del proxy evaluado
Esta es la muestra poblacional; en el caso del método PROBE, se toman los valores históricos que se
tengan hasta el momento. Para el ejemplo se asume que se cuenta con 15 datos o proxys.
5.3. Calcular el promedio y la desviación estándar de la muestra
Para calcular la media (o promedio) de los datos de la muestra se suman todos los registros de las
líneas de código y se divide en el número de registros (20 datos), es decir, el número de proxys. Esto
da el valor del tamaño promedio (82 LOC). La fórmula de la media o valor promedio es:
Para calcular la desviación estándar de la muestra se calcula el promedio o la media de los datos.
Luego, se calcula la varianza de los datos o el promedio al cuadrado de las diferencias con respecto al
valor medio. A ese número se le calcula la raíz cuadrada:
El valor de la desviación par el ejemplo es:
5.4. Seleccionar el nivel de confianza y calcular el margen de error
En el caso del desarrollo de software un intervalo de confianza o nivel de confianza (α) aceptado es
del 90 %, 95 % y 99 %.
Para calcular el margen de error se utiliza la ecuación 3, el procedimiento es multiplicar el valor crítico
(Paso 1) por el error estándar (Paso 2).
Paso 1: Para hallar el valor crítico, en este caso se asume que el nivel de confianza o la
probabilidad de éxito en la estimación son de 95 %.
Se transforma el porcentaje a un número decimal, esto es, 0,95 y se resta 1 (1 – 0,095) para
finalmente dividirlo entre 2 para un total: 0,025.
Se busca en la tabla 6, que muestra los valores de la distribución normal z, el valor que corresponde a
0,025 (esta tabla es de fácil acceso a través de la web).
Tabla 6. Distribución normal
Desviación
normal x 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.5000 0.4960 0.4920 0.4880 0.4840 0.4801 0.4761 0.4721 0.4681 0.4641
0.1 0.4602 0.4562 0.4522 0.4483 0.4443 0.4404 0.4364 0.4325 0.4286 0.4247
0.2 0.4207 0.4168 0.4129 0.4090 0.4052 0.4013 0.3974 0.3936 0.3897 0.3859
0.3 0.3821 0.3783 0.3745 0.3707 0.3669 0.3632 0.3594 0.3557 0.3520 0.3483
0.4 0.3446 0.3409 0.3372 0.3336 0.3300 0.3264 0.3228 0.3192 0.3156 0.3121
0.5 0.3085 0.3050 0.3015 0.2981 0.2946 0.2912 0.2877 0.2843 0.2810 0.2776
0.6 0.2743 0.2709 0.2676 0.2643 0.2611 0.2578 0.2546 0.2514 0.2483 0.2451
0.7 0.2420 0.2389 0.2358 0.2327 0.2296 0.2266 0.2236 0.2206 0.2177 0.2148
0.8 0.2119 0.2090 0.2061 0.2033 0.2005 0.1977 0.1949 0.1922 0.1894 0.1867
0.9 0.1841 0.1814 0.1788 0.1762 0.1736 0.1711 0.1685 0.1660 0.1635 0.1611
1.0 0.1587 0.1562 0.1539 0.1515 0.1492 0.1469 0.1446 0.1423 0.1401 0.1379
1.1 0.1357 0.1335 0.1314 0.1292 0.1271 0.1251 0.1230 0.1210 0.1190 0.1170
1.2 0.1151 0.1131 0.1112 0.1093 0.1075 0.1056 0.1038 0.1020 0.1003 0.0985
1.3 0.0968 0.0951 0.0934 0.0918 0.0901 0.0885 0.0869 0.0853 0.0838 0.0823
1.4 0.0808 0.0793 0.0778 0.0764 0.0749 0.0735 0.0721 0.0708 0.0694 0.0681
1.5 0.0668 0.0655 0.0643 0.0630 0.0618 0.0606 0.0594 0.0582 0.0571 0.0559
Desviación
normal x 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
1.5 0.0668 0.0655 0.0643 0.0630 0.0618 0.0606 0.0594 0.0582 0.0571 0.0559
1.6 0.0548 0.0537 0.0526 0.0516 0.0505 0.0495 0.0485 0.0475 0.0465 0.0455
1.7 0.0446 0.0436 0.0427 0.0418 0.0409 0.0401 0.0392 0.0384 0.0375 0.0367
1.8 0.0359 0.0351 0.0344 0.0336 0.0329 0.0322 0.0314 0.0307 0.0301 0.0294
1.9 0.0287 0.0281 0.0274 0.0268 0.0262 0.0256 0.0250 0.0244 0.0239 0.0233
2.0 0.0228 0.0222 0.0217 0.0212 0.0207 0.0202 0.0197 0.0192 0.0188 0.0183
2.1 0.0179 0.0174 0.0170 0.0166 0.0162 0.0158 0.0154 0.0150 0.0146 0.0143
2.2 0.0139 0.0136 0.0132 0.0129 0.0125 0.0122 0.0119 0.0116 0.0113 0.0110
2.3 0.0107 0.0104 0.0102 0.0099 0.0096 0.0094 0.0091 0.0089 0.0087 0.0084
2.4 0.0082 0.0080 0.0078 0.0075 0.0073 0.0071 0.0069 0.0068 0.0066 0.0064
2.5 0.0062 0.0060 0.0059 0.0057 0.0055 0.0054 0.0052 0.0051 0.0049 0.0048
2.6 0.0047 0.0045 0.0044 0.0043 0.0041 0.0040 0.0039 0.0038 0.0037 0.0036
2.7 0.0035 0.0034 0.0033 0.0032 0.0031 0.0022 0.0029 0.0028 0.0020 0.0026
2.8 0.0026 0.0025 0.0024 0.0023 0.0023 0.0030 0.0021 0.0021 0.0014 0.0019
2.9 0.0019 0.0018 0.0018 0.0017 0.0016 0.0016 0.0015 0.0015 0.0014 0.0014
3.0 0.0013 0.0013 0.0013 0.0012 0.0012 0.0011 0.0011 0.0011 0.0010 0.0010
Fuente: Adaptado de Anderson (2008)
Para el caso del ejercicio, el punto común es la columna de 0,6 de la fila 1,9; estos dos valores se
suman por lo que el valor de distribución es de 1.96.
Paso 2: Para calcular el error estándar se toma la desviación estándar y se divide entre la raíz cuadrada
del tamaño de la muestra, 20. Se obtiene el valor.
Finalmente, para obtener el margen de error: se multiplica 1,96 por (el valor crítico por el error estándar).
1.1. Expresar el intervalo de confianza
Para expresar el intervalo de confianza (ver ecuación 4), simplemente se toma el promedio o la media
(82), y se añade ± y el margen de error.
También se puede expresar mediante los límites superior e inferior del intervalo de confianza,
sumando y restando el margen de error a la media.
Entonces, el límite inferior es 82 – 0,86 o 81,14 LOC, y el límite superior es 82 + LOC
Otra notación de la fórmula para encontrar el intervalo de confianza es:
Donde, x̅ representa la media. La respuesta es: 82 ± 0,86 LOC.
En síntesis...
Clase de la parte: una nominación que se le da a la parte del software o
proxy, cuya estructura y código se repite en la mayoría de desarrollos
con ligeras modificaciones. La definición debe ser específica, simple,
cualificable y cuantificable. Dentro de las clasificaciones más genéricas
existen: cálculos, consulta de datos, entradas y salidas de información,
funciones lógicas, configuración, formularios, etc.
Número de ítems: se refiere a la cantidad de veces que se encuentra la
clase de la parte o proxy dentro de un programa.
Tamaño relativo: es una medida cualitativa del tamaño del proxy, de
acuerdo con la clasificación seleccionada, por ejemplo: puede ser desde
muy pequeño, pequeño, … y hasta muy grande.
Categorías de reúso: es posible que ya contemos con parte del código,
por lo tanto debemos registrar qué tanto se utiliza una parte de este para
que se considere dentro de estas clasificaciones. Es importante que sea
un código sin modificar.
Referencias
Anderson, S. W. (2008). Estadística para administración y economía. CENGAGE Learning.
GitHub, Inc. (12 de 06 de 2017). GitHub. Recuperado de de https://github.com/
Hughes, B. y Cotterell, M. (2006). Software Project Management. Berkshire, U. K.: McGraw Hill
Higher Education.
Humphrey, W. S. (1994). A Discipline for Software Engineering. Reading: Addison-Wesley.
Humphrey, W. S. (2002). Personal Software Process (PSP). En: J. Marciniak. (Ed.). Encyclopedia Of
Software Engineering, Volume 2 (948-961). Wiley.
MacGregor, D. G. (2001). Decomposition for Judgmental Forecasting and Estimation. En: J. S. Armstrong
(Ed.) Principles of Forecasting. (107-123). New York: Springer Science, Business Media.
Ministerio del Interior. (01 de 05 de 2017). Dirección Nacional de Derechos de Autor, unidad administrativa
especial. Recuperado http://derechodeautor.gov.co/software
PMI. (2004). A Guide to the Project Management Body of Knowledge (PMBOK® Guide)—Fifth Edition.
Newtown Square: Project Management Institute.
PSP(SM) / TSP(SM). (09 de 06 de 2017). The Software Process Dashboard Initiative The Software Process
Dashboard Initiative. Recuperado de http://www.processdash.com/download
Software Engineering Institute (SEI). (01 de 05 de 2017). Software Engineering Institute. Recuperado de
http://www.sei.cmu.edu/about/
W3C. (05 de 02 de 2017). Markup Validation Service. Recuperado de https://validator.w3.org/
Weaver, P. (21 de 06 de 2012). Henry L Gantt. A retrospective view of his work. Mosaic Project Services Pty
Ltd. Recuperado de https://mosaicprojects.com.au/Resources_Papers_158.html
INFORMACIÓN TÉCNICA
Módulo: Proceso personal de software

Unidad 3: Modelos de estimación
Escenario 5: Modelo de estimación PROBE “Estimación
basada en PROXYs"
Autor: Diego Iván Oliveros Acosta
Asesor Pedagógico: Angie Viviana Laiton Fandiño

Diseñador Gráfico: Kelly Yohana Valencia Forero
Asistente: Ginna Paola Quiroga Espinosa
Este material pertenece al Politécnico Grancolombiano. Por

ende, es de uso exclusivo de las Instituciones adscritas a la Red
Ilumno. Prohibida su reproducción total o parcial.

A

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

A

Cargado por

Copyright:

Formatos disponibles

Unidad 3

1 ¿ Qué significa PROBE?

3 El intervalo de confianza (probabilidad)

4 Porcentaje vs. probabilidad

5 ¿Cómo calcular el Intervalo de Predicción?

Palabras clave: objetos base, proxys, intervalo, predicción, software, métodos.

1. ¿Qué significa PROBE?

PRObable- xy Based Estimating se basa en utilización de objetos de base denominados proxys

1.1. ¿Para qué se utiliza? ¿Qué estima?

Estimar recursos Estimar el

Figura 1. Método de estimación PROBE. (PSP(SM) / TSP(SM))

2.1. Inicio del proyecto

2.2. Diseño conceptual

Tabla 1. Identificar y cualificar proxys

Clase de la parte Número de ítems y tamaño relativo

Oficina 1 Grande, 2 medianas, 1 pequeña

Fuente: elaboración propia

Tabla 2. Datos históricos

Clase de la parte Pequeño Mediano Grande

Oficina 2m2 4m2 8m2

Baños 2m2 3m2 4m2

Cubículo de trabajo 0.5m2 1m2 1.5m2

Zona común de descanso 8m2 10m2 12m2

Parqueo 10m2 20m2 30m2

Zona social 8m2 10m2 12m2

Cafetería 2m2 4m2 8m2

Fuente: elaboración propia

LOC líneas de código por proxy

IDENTIFICAR Y CUANTIFICAR EL TAMAÑO DE LOS PROXYS

Número de Clase de la Tamaño Tamaño Categorías

1 Parqueo 1 mediano 20 100 % 0

1 Zona social 1 grande 12 0% 12

Fuente: elaboración propia

Tabla 4. Resumen de las razones de error

Resumen de errores de razón versus Extremos estimados

ADG 1 5.4 203 2.1

MLS 5 1.8 2.3 2.1

M&A 4 3.4 10.5 -7.1

ADG 3 18.0 5.7 12.3

MLS 6 99.3 3.0 96.3

M&A 6 26.9 8.5 18.4

ADG= Armstron,Denniston & Goron (1975)

MlS= MacGregor. Lichtestein & Slovic(1988)

M&A= MacGregor & Amstrong (1994)

Fuente: elaboración propia. Modificdo de MacGregor (2001)

2.5. Estimar el tamaño del programa

Tabla 5. Resumen de estimación del programa

Tipo Líneas de código

Programa que uso como base (B) 100 LOC

Líneas borradas (D) 0 LOC

Adiciones a la base (BA) 10 LOC

Tamaño estimado total E = BA + PA + M = 417 LOC

Fuente: elaboración propia

2.7. Calcular el intervalo de predicción (porcentaje)

2.8. Estimados y rangos

3. El intervalo de confianza (probabilidad)

3.1. El intervalo de predicción vs. nivel de confianza

4. Porcentaje vs. probabilidad:

5.1. Determinar el fenómeno a examinar

El promedio de líneas de código para un proxy de un formulario de registro HTML es de 82 líneas

5.2. Recopilar los datos históricos del proxy evaluado

5.3. Calcular el promedio y la desviación estándar de la muestra

El valor de la desviación par el ejemplo es: