1.填補行業空白的圖書佳作。
2.每一章結束後都有練習題和大作業，方便讀者自測。
3.本書中的概念用圖表示，更為清晰明了。
4.本書的案例所用的數據都是真實企業的數據。

本書主要講解如何構建估算模型和驗證估算模型的質量。本書分為3個部分，共13章。第一部分（第1～3章）介紹估算過程的結構，估算中必須予以考慮的大量的經濟學概念；第二部分（第4～7章），介紹有關估算結果質量的概念和技術，根據估算目的增加的調整因子的局限性；第三部分（第8～13章）介紹建立估算模型過程中的問題。
本書理論知識全面、嚴謹，並給出了工程化的軟件工作量估算方法和大量的實戰經驗。
本書適合IT從業者、項目經理和對軟件項目估算的審計人員，以及學習“軟件項目管理”相關課程的學生閱讀。

Alain Abran博士是加拿大蒙特利爾市魁北克大學高級技術學院（ETS）的軟件工程教授。
Abran博士擁有20年以上的信息繫統開發和軟件工程行業經驗，以及20年的大學教學經驗。Abran博士擁有加拿大蒙特利爾理工大學電子與計算機工程博士學位（1994年）、加拿大渥太華大學管理科學碩士學位（1974年）和電氣工程碩士學位（1975年）。
Abran博士是通用軟件度量國際聯盟（Common Sofeware Mesurement International Consortium，COSMIC）的主席。他在2010年出版了《軟件計量學與軟件度量學》，2008年出版了《軟件維護管理》 ，均在Wiley & IEEE CS出版社出版，並共同編輯了2004年版《軟件工程知識體繫指南》。
Abran博士的研究方向包括軟件生產率、估算模型、軟件質量、軟件度量、功能規模度量方法、軟件風險管理以及軟件維護管理。

第 一部分理解估算過程

第1章 估算過程：階段和角色3
1．1概述3
1．2估算模型的通用方法：經驗判斷
還是工程化4
1．2．1實踐者的方法：經驗判斷和
技藝4
1．2．2工程化方法：保守方法——
每次隻有一個變量5
1．3軟件項目估算及現行實踐做法的
概述5
1．3．1估算過程的概述6
1．3．2糟糕的估算實踐6
1．3．3糟糕的估算實踐的例子8
1．3．4現實：失敗記錄10
1．4估算過程的不確定性水平10
1．4．1不確定性錐10
1．4．2生產率模型中的不確定性11
1．5生產率模型13
1．6估算過程15
1．6．1估算過程的背景15
1．6．2基礎：生產率模型16
1．6．3完整的估算過程16
1．7預算和估算：角色職責22
1．7．1項目預算：職責的層級22
1．7．2估算者23
1．7．3經理（決策者和監督者）24
1．8定價策略25
1．9總結：估算過程、角色和職責26
1．10練習27
1．11本章作業28
第2章 理解軟件過程性能所需的工程
和經濟學概念30
2．1生產（開發）過程概述30
2．2生產過程的工程（和管理）
視圖31
2．3簡單的量化過程模型33
2．3．1生產率33
2．3．2單位工作量（或單位成本）
比率35
2．3．3均值36
2．3．4線性和非線性模型39
2．4量化模型和經濟學概念41
2．4．1固定成本和變動成本41
2．4．2規模經濟和非規模經濟44
2．5軟件工程數據集及其分布46
2．5．1楔形數據集46
2．5．2同質化數據集47
2．6生產率模型：顯式變量和隱式
變量49
2．7是一個通用的萬能多維度模型
還是多個較簡單的模型50
2．7．1根據已有數據建立的模型51
2．7．2基於成本驅動因子的觀點
而建立的模型51
2．7．3規模經濟與非規模經濟共生
下的模型51
2．8練習54
2．9本章作業55
第3章項目場景、預算和應急計劃56
3．1概述56
3．2不同估算目的的項目場景57
3．3估算偏少的概率和應急資金60
3．4單一項目的應急計劃的案例63
3．5項目組合層面的應急資金管理64
3．6管理優先級：一個敏捷背景的
案例64
3．7總結66
3．8練習69
3．9本章作業70

第二部分估算過程：必須驗證什麼

第4章估算過程中必須驗證的內容72
4．1概述72
4．2驗證估算過程的直接輸入73
4．2．1識別估算的輸入73
4．2．2記錄輸入的質量74
4．3驗證生產率模型75
4．3．1內部生產率模型76
4．3．2來自外部的模型77
4．4驗證調整階段78
4．5預算驗證的階段79
4．6重新估算和對估算全流程的
持續改進79
4．7練習84
4．8本章作業84
第5章驗證用於建模的數據集86
5．1概述86
5．2對直接輸入的驗證87
5．2．1驗證數據定義和數據質量87
5．2．2驗證度量數據刻度類型的
重要性89
5．3圖形化分析——一維91
5．4輸入變量的分布分析93
5．4．1識別正態（高斯）分布93
5．4．2識別離群點：一維圖形94
5．4．3log變換97
5．5圖形分析——二維98
5．6經轉換公式得到的規模輸入101
5．7總結102
5．8練習106
5．9本章作業107
5．10練習—進階閱讀107
5．11作業—進階閱讀107
第6章驗證生產率模型109
6．1概述109
6．2描述變量間關繫的判定準則109
6．2．1簡單的判定準則110
6．2．2對判定準則取值的實踐解釋111
6．2．3更多高級判定準則113
6．3驗證模型的假設114
6．3．1通常需要的3個關鍵條件114
6．3．2樣本規模114
6．4模型建立者對模型的自我評價115
6．5已經建好的模型——應該相信
它們嗎116
6．5．1獨立評價：小規模再現
研究116
6．5．2大規模再現研究117
6．6經驗教訓：根據規模區間
劃分的模型121
實踐中，哪個模型更好呢126
6．7總結127
6．8練習127
6．9本章作業128
第7章對調整階段的驗證129
7．1概述129
7．2估算過程的調整階段130
7．2．1調整估算範圍130
7．2．2決策過程中的調整階段：
為管理者識別場景132
7．3實際做法中的綁定方法133
7．3．1方法概述133
7．3．2將多個成本因子合並到
模型中的具體做法134
7．3．3選擇並歸類每一個調整
因子：將成本因子從定類
轉化為定量134
7．4成本因子作為估算子模型135
7．4．1成本因子作為分步的子
函數135
7．4．2偏差範圍未知的階梯函數
估算子模型136
7．5不確定性和誤差傳播138
7．5．1數學公式中的誤差傳播138
7．5．2模型中誤差傳播的相關性140
7．6練習143
7．7本章作業144

第三部分建立估算模型：數據收集和分析

第8章數據收集與業界標準：
ISBSG數據庫149
8．1概述：數據收集的要求149
8．2國際軟件基準標準組151
8．2．1ISBSG組織151
8．2．2ISBSG數據庫151
8．3ISBSG數據收集規程152
8．3．1數據收集問卷152
8．3．2ISBSG數據定義154
8．4完整的ISBSG單個項目基準
報告：案例參考156
8．5使用ISBSG數據庫前的準備159
8．5．1ISBSG數據抽取表159
8．5．2數據準備：所收集數據的
質量159
8．5．3缺失的數據：工作量數據
舉例161
8．6練習169
8．7本章作業170
第9章建立並評價單變量模型172
9．1概述172
9．2謹慎為之，每次隻有一個變量173
9．2．1關鍵自變量：軟件規模173
9．2．2在一個樣本中對工作量
關繫的分析174
9．3數據準備175
9．3．1描述性分析175
9．3．2識別相關樣本和離群點176
9．4模型質量和模型約束條件的
分析179
9．4．1小項目181
9．4．2大項目181
9．4．3對於實踐者的啟發181
9．5根據編程語言分類的其他模型182
9．6總結187
9．7練習187
9．8本章作業188
第10章 建立含有分類變量的模型190
10．1概述190
10．2所用的數據集191
10．3包含單一自變量的初始模型192
10．3．1隻包含功能規模變量的
簡單線性回歸方程192
10．3．2功能規模的非線性回歸
模型193
10．4包含兩個自變量的回歸模型194
10．4．1包含兩個量化自變量的
回歸模型194
10．4．2包含分類變量的回歸
模型：項目難度194
10．4．3自變量之間的相互作用199
10．5練習199
10．6本章作業201
第11章 生產率極端值對估算的影響202
11．1概述202
11．2識別生產率極端值203
11．3生產率極端值的研究204
11．3．1單位工作量低的項目204
11．3．2單位工作量極高的項目206
11．4對於估算的經驗教訓208
11．5練習209
11．6本章作業209
第12章 對單一數據集建立多個模型211
12．1概述211
12．2對功能規模增長的低敏感度
和高敏感度：多個模型212
12．3實證研究214
12．3．1背景介紹214
12．3．2數據收集步驟214
12．3．3數據質量控制214
12．4描述性分析215
12．4．1項目特征215
12．4．2文檔質量及其對功能規模
數據質量的影響217
12．4．3單位工作量218
12．5生產率分析218
12．5．1對應整體數據集的單個
模型218
12．5．2最低生產率項目的模型219
12．5．3最高生產率項目的模型221
12．6由ISBSG數據庫提供的外部
基準222
12．6．1項目選擇準則和樣本222
12．6．2外部基準對比分析223
12．6．3進一步思考224
12．7識別如何選擇合適模型的
調整因素224
12．7．1生產率最高（單位工作量
最低）的項目224
12．7．2經驗教訓225
12．8練習226
12．9本章作業227
第13章 重新估算：矯正工作量模型228
13．1概述228
13．2重新估算的需求及相關問題229
13．3矯正工作量模型230
13．3．1關鍵概念230
13．3．2過渡過程的損耗231
13．4T >0時刻重新估算所使用的
矯正模型232
13．4．1矯正變量介紹232
13．4．2重新估算涉及的矯正
過程的數學模型232
13．4．3估算偏少的可能性p(u)233
13．4．4在特定月份p(t )發現估算
偏少的概率——p(t)234
13．5練習235
13．6本章作業235
參考資料236