33、软件信息收集技术全解析

软件信息收集技术全解析

在软件开发的过程中，准确且全面地收集信息是至关重要的，它直接关系到软件项目的成败。下面将详细介绍一些常用的信息收集技术。

1. 抽样计算

抽样计算在信息收集中起着关键作用，很多时候我们需要通过样本数据来推断总体特征。这通常会用到一些特定的公式，这些公式可以结合正态分布曲线来理解。

从正态分布曲线中，我们可以得到以下重要概率：
- Prob (-1 <= Z <= 1) = 68.27%
- Prob (-2 <= Z <= 2) = 95.25%
- Prob (-3 <= Z <= 3) = 99.73%

总体均值的置信区间通常由公式 X’ +/- ZSE 给出，其中 Z 值由正态分布曲线决定，不同的置信百分比对应不同的 Z 值，以下这些 Z 值需要牢记：
| 置信百分比 | Z 值 |
| ---- | ---- |
| 68% | 1.64 |
| 95% | 1.96 |
| 99% | 2.58 |

置信区间定义了在一定置信水平下，事件 X 可能所在的范围 (X’ - ZSE) < X < (X’ + ZSE)。随着不断练习解决抽样问题，我们对这些公式的运用会更加得心应手。

2. 观察与文档审查

审查源文档能够为软件系统的输入、数据存储和输出需求提供有价值的信息，同时也有助于了解软件系统的处理需求。

例如，拿到组织中的一份申请表，我们可以尝试识别表中代表的信息实体（对象类型），常见的信息实体包括：
- 个人信