1. 梳理需求工程过程的定性因果关系，识别建模的X和Y
2. 数据采集
结合实际项目可采集数据的情况，采集数据如下。
3. Y和X的相关性分析
需求评审质量与作者经验（x1）、需求开发工作量投入比例（x3）、参与需求评审人员领域经验（x8）、需求评审工作量投入比例（x9）、需求变更比例（x10）。其中x3、x8、x9、x10与需求质量之间有显著的相关关系。
4. 回归建模
- 最佳子集分析
- 回归分析
5. 模型验证
- R-Sq（调整） = 95.6%， 模型是高度相关
- F检验 P = 0 < 0.05，假设检验有显著
- 因子T检验，x8,x9 P < 0.05； x3,x10 P > 0.05（需在后续模型优化中关注）
6. 语义分析
- 需求评审质量与需求开发工作量投入是反向关系，正确。
- 需求评审质量与参与需求评审人员领域经验是正向关系，正确。
- 需求评审质量与需求评审工作量投入是正向关系，正确。
- 需求评审质量与需求变更率是正向关系，正确。
注：如对本文有任何意见或建议，或者想了解详细的数据分析过程，请联系 该Email地址已收到反垃圾邮件插件保护。要显示它您需要在浏览器中启用JavaScript。