M Ở ĐẦU 7
2.4.2.Thủ tục tổng quát sử dụng lý thuyết Bayes để đánh giá độ tin cậy phần
mềm
Theo các tiếp cận của thống kê Bayer các tham số đặc trưng như trung bình, tỉ lệ, độ lệch chuẩn, v.v… có những luật phân phối riêng, không phải là hằng số cố định như theo quan điểm của thống kê cổ điển. Vấn đề là sử dụng thống kê Bayer để xác định các tham số này như thế nào. Trước hết, dựa trên các thông tin lịch sử hay sự phán đoán ban đầu để xây dựng mô hình phân phối tiên nghiệm của các tham số này. Tiếp theo sử dụng công thức Bayer và các dữ liệu mẫu quan sát được để tính toán ước lượng phân phối hậu nghiệm của chúng. Theo đó, tác giả đề xuất các bước để sử dụng lý thuyết Bayes ước lượng độ tin cậy phần mềm như sau:
Mô hình hóa bài toán: Xây dựng mô hình tiên nghiệm và hậu nghiệm cho tham số cần đánh giá và các giả thiết phù hợp để áp dụng.
Xác định phân phối tiên nghiệm và hậu nghiệm của tham số: Dựa trên thông tin lịch sử hay sự phán đoán ban đầu để xác định phân phối tiên nghiệm. Sau đó, sử dụng công thức Bayer và các dữ liệu mẫu quan sát được để tính toán ước lượng phân phối hậu nghiệm.
Đánh giá độ tin cậy trong mô hình hậu nghiệm: Tính toán xác suất phân bố của MTBF và tìm thời gian cần thực hiện kiểm thử để không suy giảm độ tin cậy của phần mềm.
Tóm tắt chương 2
Chương 2 của luận văn trình bày tổng quát khái niệm về lý thuyết Bayes và các khái niệm xác suất liên quan như xác suất tiên nghiệm, hậu nghiệm và phân phối liên hợp. Thêm nữa, luận văn cũng đưa ra vấn đề đánh giá độ tin cậy sử dụng lý thuyế Bayes và đề xuất thủ tục tổng quát để thực hiện. Các nội dung này được trình bày chi tiết tại chương 3.
CHƯƠNG 3: ĐÁNH GIÁ ĐỘ TIN CẬY PHẦN MỀM SỬ DỤNG LÝ THUYẾT BAYES