Original title: Aplikace matematických a statistických metod pro podporu vývoje softwaru
Translated title: Application of Mathematical and Statistical Methods for Supporting Software Development
Authors: Svoboda, Jonáš ; Luhan, Jan (referee) ; Bobalová, Martina (advisor)
Document type: Master’s theses
Year: 2026
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta podnikatelská
Abstract: [cze] [eng]
Diplomová práce se zabývá aplikací matematických a statistických metod na softwarové metriky získané z nástrojů používaných při vývoji a provozu komerčního informačního systému v pojišťovnickém prostředí. Cílem práce je vyhodnocení vybraných vývojových, procesních, provozních a kvalitativních metrik a identifikace vztahů mezi nimi s využitím metod popisné a inferenční statistiky. Teoretická část vymezuje základní pojmy v oblasti softwarových metrik, popisuje statistické metody vhodné pro analýzu vývojových dat a za- sazuje problematiku do kontextu software analytics. Praktická část aplikuje tyto metody na reálná data získaná ze čtyř zdrojů – systému pro správu verzí GitLab, nástroje pro správu požadavků Jira, monitorovacího nástroje Kibana a nástroje pro statickou analýzu kódu SonarQube. Analýza 13 931 merge requestů prokázala statisticky významný, avšak prakticky ome- zený vztah mezi počtem schvalovatelů a dobou code review a identifikovala výrazný nárůst podílu merge requestů bez skutečného schválení v letech 2022–2023. Analýza 418 vyřešených Jira ticketů potvrdila statisticky významné rozdíly v lead time mezi různými typy pracov- ních položek. Korelační analýza mezi dobou code review a lead time ticketů neprokázala statisticky významnou závislost. Analýza provozních metrik z nástroje Kibana umožnila identifikovat endpoint s výrazně vyšší latencí, zatímco data ze SonarQube poskytla doplň- kový pohled na stav kvality kódu ve vybraných projektech stejného vývojového ekosystému, strukturu zjištěných nálezů a jejich dopad na udržovatelnost softwaru. Na základě zjištění byla formulována doporučení zahrnující zavedení povinného code review, stanovení SLA pro dobu schválení merge requestů, pravidelné vyhodnocování klíčových metrik, další šetření a případnou optimalizaci endpointu s výrazně vyšší latencí a systematické sledování metrik kvality kódu. This master’s thesis deals with the application of mathematical and statistical methods to software metrics obtained from tools used in the development and operation of a commercial information system in the insurance industry. The aim of the thesis is to evaluate selected development, process, operational and code quality metrics and to identify relationships between them using descriptive and inferential statistical methods. The theoretical part defines the basic concepts of software metrics, describes statistical methods suitable for the analysis of development data and places the topic in the context of software analytics. The practical part applies these methods to real data obtained from four sources – the GitLab version control system, the Jira issue tracking tool, the Kibana monitoring tool and the SonarQube static code analysis tool. The analysis of 13,931 merge requests demonstrated a statistically significant, but practi- cally limited, relationship between the number of approvers and code review duration and identified a substantial increase in the proportion of merge requests without actual ap- proval during 2022–2023. The analysis of 418 resolved Jira tickets confirmed statistically significant differences in lead time between different types of work items. Correlation ana- lysis between code review duration and ticket lead time showed no statistically significant dependency. The analysis of operational metrics from Kibana identified an endpoint with substantially higher latency, while SonarQube data provided supplementary insight into the state of code quality in selected projects from the same development ecosystem, the structure of detected findings and their impact on software maintainability. Based on the findings, recommendations were formulated, including the introduction of mandatory code review, the establishment of SLA for merge request approval time, regular evaluation of key metrics, further investigation and possible performance optimization of the endpoint with substantially higher latency and systematic monitoring of code quality metrics.
Keywords: code quality; code review; correlation analysis; development process; GitLab; Jira; Kibana; latency; lead time; non- parametric tests; software analytics; software metrics; SonarQube; static code analysis; statistical analysis; technical debt; code review; GitLab; Jira; Kibana; korelační analýza; kvalita kódu; latence; lead time; neparametrické testy; software analytics; softwarové metriky; SonarQube; statická analýza kódu; statistická analýza; technický dluh; vývojový proces

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/259662

Permalink: http://www.nusl.cz/ntk/nusl-776564


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Master’s theses