tecnologia bootstrap

BOOTSTRAP
El Estándar Europeo para Evaluación y
Mejoras de Procesos de Desarrollo de Software
Introducción
Las computadoras modernas han hecho posible ciertas formas de manipulación y análisis de datos antes inconcebibles. La visualización dinámica de datos, la simulación y los métodos de re muestreo son algunos ejemplos de enfoques que, apoyados en las capacidades de los ordenadoresmodernos, han enriquecido el trabajo de exploración y análisis estadístico de datos. La relación entre ordenadores y análisis de datos es patente para el caso de las llamadas técnicas de remuestreo de datos (‘data resampling’), entre las que encontramos el Jacknife, los test de aleatorización y permutación, la validación cruzada y el bootstrap.
El bootstrap permite resolver problemas relacionados con:Valorar el sesgo y el error muestral de un estadístico calculado a partir de una muestra.
Establecer un intervalo de confianza para un parámetro estimado.
Realizar una prueba de hipótesis respecto a uno o más parámetros poblacionales.

Este enfoque puede resultar de interés para los investigadores, no solo porque es menos restrictivo que el enfoque estadístico clásico, sino también porquees más general en su formulación y más simple de comprender en lo referente al procedimiento básico que subyace al método.
Bootstrap es otra de las iniciativas para resolver la crisis del desarrollo de software.
Esta metodología mediante prácticas, herramientas y estándares de calidad internacional; mide, evalúa y propone mejoras al proceso de desarrollo de SW que siguen las Unidades deProducción de Software (UPS) de las empresas.
Consideraciones generales sobre la inferencia estadística clásica
Un objetivo común en la investigación es realizar inferencias probabilistas respecto a algún aspecto de interés de la población objeto de estudio. La estadística inferencial se ha ocupado de este problema estudiando como a partir de la información ilimitada que facilita un estimador obtenido enuna muestra aleatoria,, podemos hacer afirmaciones de tipo probabilístico respecto al parámetro desconocido.
Una de las preocupaciones del analista será la exactitud (acuracy) con la que las estimaciones captan al parámetro. La determinación de la exactitud de las estimaciones descansa sobre el cálculo del error típico del estadístico (desviación típica de su distribución muestral).
Esta formade trabajo ha demostrado ser una excelente estrategia cuando las asunciones impuestas son adecuadas al tipo de datos que se generan en la disciplina en la que se va a emplear el modelo estadístico. Sin embargo, cuando los supuestos en que estos métodos se basan no concuerdan con los datos los resultados obtenidos con ellos son, lógicamente,, menos de fiar..
Muchas veces se justifican lapersistencia en la utilización de la distribución normal en las ventajas computacionales que proporcionaba antes de la irrupción de los ordenadores. Por otro lado,, aun cuando las asunciones distribucionales sean admisibles la obtención del error típico,, en contra de llo que podría parecer, no es posible para todos los estimadores.
¿Cómo surge el proyecto Bootstrap?
Surge como parte del programaestratégico Europeo para investigación en TI
Este proyecto al igual que otros, tiene como principio el reducir costos y mejorar la calidad previendo problemas, en lugar de reaccionar a ellos. Su objetivo es desarrollar un método para la evaluación de procesos de desarrollo de SW. Inicialmente se basó en CMM añadiendo conceptos de calidad de ISO 9000 y el modelo de proceso de ESA [European Space Agency]Cronología de ubicación
1930
W. A. Shewhart propone los primeros conceptos sobre evaluación y mejoras en procesos
1982
W. E. Deming y J. M. Juran añaden nuevos conceptos como la mejora contínua y calidad total
1987
W. S. Huphrey añade nuevos conceptos sobre procesos de software
1987
Se publica la norma ISO 9001
1989
Inicia el proyecto Espirit No.5441, que después se convertiría...