我假设您正在为代码进行单元测试。
我可以想到的一个想法(可能无法完全满足您的期望)是使用线性模型。
这样做的好处是,您可以创建许多其他变量,可以将它们包括在分析中。
假设您有一个向量,其中包括测试的结果;另一个向量,其中包括您对结果的预测。XYx
现在您可以简单地拟合线性模型
yi=a+bxi+ϵ
找到的值的值越高会指示你的预测变得更好。bbb
使该方法更好的原因是,现在您可以开始添加一堆其他变量,以查看是否可以创建更好的模型,这些变量可以帮助做出更好的预测。变量可以指示一周中的某天,例如,星期一始终为1,其他所有日期均为零。如果在模型中包含该变量,则会得到:
yi=a+aMonday+bxi+ϵ
而且,如果变量有意义且为正数,则可能意味着您对星期一的预测更为保守。aMonday
您还可以创建一个新变量,在其中给出分数以评估您执行的任务的难度。如果您具有版本控制,则可以例如将代码行数用作难度,即,编写的代码越多,发生问题的可能性就越大。
其他变量可能是,当天的咖啡杯数,即将到来的截止日期的指标,这意味着完成工作的压力更大等。
您还可以使用时间变量来查看您的预测是否有所改善。另外,您在任务上花费了多长时间,或者在任务上花费了多少会话,无论您是在进行快速修复,还是草率等等。
最后,您将获得一个预测模型,您可以在其中尝试预测成功的可能性。如果您设法创建它,那么也许您甚至不必做出自己的预测,您只需使用所有变量,就可以确定一切是否可行。
问题是您只需要一个数字。在这种情况下,您可以使用我在开始时介绍的简单模型,仅使用斜率,然后对每个时期重做计算,然后可以查看该分数随时间的变化趋势。
希望这可以帮助。