Tietojärjestelmäkehitysprojektien kustannusten ennakointi regressioon ja analogiaan perustuen

Tässä tutkielmassa kuvaillaan regressioon ja analogiaan perustuvien tietojärjestelmäprojektien kustannusten ennakointimallien käyttöä sekä niiden käytön etuja ja ongelmia. Tutkielmassa etsitään myös mittareita ennakointimallien vertailuun. Löydettyjen mittareiden antamia tuloksia verrataan siten,...

Full description

Bibliographic Details
Main Author: Kulmala, Mikko
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, University of Jyväskylä, Jyväskylän yliopisto
Format: Bachelor's thesis
Language:fin
Published: 2007
Subjects:
Online Access: https://jyx.jyu.fi/handle/123456789/19721
Description
Summary:Tässä tutkielmassa kuvaillaan regressioon ja analogiaan perustuvien tietojärjestelmäprojektien kustannusten ennakointimallien käyttöä sekä niiden käytön etuja ja ongelmia. Tutkielmassa etsitään myös mittareita ennakointimallien vertailuun. Löydettyjen mittareiden antamia tuloksia verrataan siten, että voidaan selvittää, antaako regressio tai analogia tarkempia ennusteita. Regression ja analogisen mallin lisäksi on olemassa useita muita malleja kustannusten ennakointiin, mutta mikään malli ei ole kattavasti osoittanut pystyvänsä ratkaisemaan kustannusten ennakoinnin ongelmia. Tutkimus suoritetaan deskriptiivisenä kirjallisuuskatsauksena, jossa pyritään luokittelemaan olemassa olevaa tutkimusaineistoa havainnollisella tavalla. Tutkimustuloksena esitellään regressioon ja analogiaan perustuvat kustannusten ennakointimallit sekä niiden käytön edut ja ongelmat. Analogiaan perustuvan ennakointimallin etuina nähdään mm. tarkemmat ennusteet puutteellisesta ja pienemmästä datamäärästä ja samankaltainen päättelyketju ihmisen oman päättelyn kanssa. Regressioon perustuvan mallin käyttöä tukee mm. pitkä käyttöhistoria ja laaja kirjallisuus. Suurilla datamäärillä ja korjatulla datalla mallit tuottavat tutkimuksesta riippuen vain hieman toisistaan eroavia ennusteita.