Modelos parametricos

Resumen de modelo Paramétrico y no Paramétrico

Un modelo paramétrico es un grupo de ecuaciones matemáticas asociadas en el que escenarios alternativos son definidos mediante la variación de losvalores asumidos en un grupo de coeficientes fijos (parámetros).
Los gerentes de proyectos de software usan modelos paramétricos de software o herramientas paramétricas de estimación para generarestimaciones de la duración, coste y necesidades de personal de un proyecto.
A comienzos de los años 80 se produjo la aparición de varios modelos de estimación de software. Incluían el refinamiento demodelos más antiguos, como PRICE S y SLIM, y el desarrollo de nuevos modelos, como SPQR, Checkpoint, ESTIMACS, SEER-SEM o COCOMO y sus implementaciones comerciales PCOC, GECOMO, COSTAR y "Before YouLeap".
Uno de los primeros modelos paramétricos de software es "Software LIfecycle Management" (SLIM)de QSM, fundado en 1978 por Lawrence Putnam. SLIM está basado en el Modelo de Putnamy respaldado poruna base de datos de más de 8.000 proyectos completados en todo tipo de industrias y en todo el mundo. Además está actualizada con entre 200 y 400 proyectos validados cada año.
Es la que requiere quelos elementos que integran las muestras contengan elementos parámetros o medibles .La estadística paramétrica clásica plantea tres tipos de problemas :Estimación puntual en la que pretendemos dar unvalor al parámetro a estimar.  Estimación por intervalos (buscamos un intervalo de confianza) Contrastes de hipótesis donde buscamos contrastar información acerca del parámetro.
En general, lasventajas de esos modelos están en que son objetivos, repetibles, calibrados y fáciles de usar. La calibración con la experiencia previa puede ser una desventaja cuando la naturaleza del proyecto cambia.La Estadística no paramétrica es una rama de la Estadística que estudia las pruebas y modelos estadísticos cuya distribución subyacente no se ajusta a los llamados criterios paramétricos. Su...