1
Excluir atípicos de análisis de rendimiento . Puntos de datos de rendimiento de software que no se ajustan a la distribución normal puede sesgar los resultados estadísticos . Así, en un entorno ágil , estos valores atípicos deben ser eliminados para que no impacten las medidas de desempeño reportados .
2
Aplicar percentiles de los conjuntos de datos que se ajustan a una curva de campana . En el desarrollo ágil de software , los percentiles demuestran que un punto de datos particular, el rendimiento se encuentra en relación con otros puntos de datos de rendimiento . Sin embargo, los percentiles son sólo estadísticas descriptivas precisas cuando los datos subyacentes no está sesgada y tiene una distribución normal. Por lo tanto , los resultados de rendimiento que incluyen los valores extremos no son muy adecuadas para el análisis de percentiles .
3
Informe estadística descriptiva recurribles . Para el desarrollo ágil de software y las estadísticas de rendimiento de aplicaciones que sean útiles , deben apoyar a diversas conclusiones para la gestión. Por ejemplo , los percentiles pueden demostrar la velocidad a la que las páginas web se cargan con un número determinado de usuarios . Esto puede ayudar a la gerencia a decidir para mejorar el diseño del sitio o de invertir en capacidad adicional de servidor
4 estadísticas de rendimiento actuales
claramente . . Es imperativo que las estadísticas de rendimiento se comuniquen con precisión , dada la magnitud de las decisiones que se derivan de informes de desarrollo de aplicaciones . Por lo tanto , el uso adecuado de análisis porcentual y otras estadísticas descriptivas son cruciales para el desarrollo ágil de software .