知识卡片

普通读书笔记卡 · 913.o.1.c

参数测试避开默认值陷阱

理解等级:高级

分布参数容易因标准差、方差或均值/标准差位置混淆。测试应使用差异明显、必要时包含非法参数的组合,避免默认值1或相近数值掩盖参数颠倒;参数约定要按被测接口文档核对。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第10章 测试随机数发生器 · 查看原书依据

      们来说指定标准差σ或者方差σ2是很平常的。如果文档声称一个RNG给出的样本服从正态分布F(3,8)中,那意味着标准差是8(方差是64),还是标准差是8而方差是8? 更糟的是,在使用默认值时,参数化约定中一些常见的差异可能无法体现。例如,一个正态分布的标准差以1作为默认值。但是如果σ=1,那同样地σ2

    参考来源

    - 位置:《测试之美》第10章《测试随机数发生器》(源文件:extracted/程序之美系列套装(6册)团队之美、项目管理之美、架构之美、数据之美、测试之美、安全之美/_epub-src/OEBPS/Text/part0513.xhtml) - 结论依据:标准差与方差在参数值1时不可区分,差异大的参数能暴露错位。 - 原始内容:们来说指定标准差σ或者方差σ2是很平常的。如果文档声称一个RNG给出的样本服从正态分布F(3,8)中,那意味着标准差是8(方差是64),还是标准差是8而方差是8? 更糟的是,在使用默认值时,参数化约定中一些常见的差异可能无法体现。例如,一个正态分布的标准差以1作为默认值。但是如果σ=1,那同样地σ2=1。甚至有人将正态分布用精度来参数化,1/σ2,在这种情况下同样等于1。一个使用默认值的测试无法发现对于参数约定的误用。指数分布也类似。有人用平均值µ做参数化,而另一些人用比率1/µ。默认值还是1,所以任何关于是用平均值还是用比率的混淆都会被默认值掩饰掉。 没有库能包含每一个用户想要的每一种分布。例如C++标准库,只提供了7种分布,但是有几十种分布族都是很常用的。可能只针对某个特定问题的新的分布总是不断出现。很多人需要去写定制的非均匀随机数发生器,而对此我们也已经有些常用的技术(逆向CDF变换、采纳-不采纳算法等)。 [1]正态分布这么命名并不意味着它就像字面意义上那样“正态”。这个名字起源于拉丁词normalis,原意为垂直的。这个名字与引起卡尔·