Empirical Research in Software Engineering

Tratado exhaustivo y metodológico elaborado por la Dra. Ruchika Malhotra que formaliza los procesos de investigación científica, medición y experimentación empírica en el ámbito del desarrollo de software. Está destinado a investigadores, estudiantes de posgrado y profesionales de aseguramiento de calidad de nivel intermedio a avanzado que buscan validar hipótesis técnicas y evaluar procesos con datos objetivos en lugar de suposiciones. Requiere familiaridad con las etapas del ciclo de vida del software y conocimientos básicos de probabilidad y estadística.

La autora guía el diseño riguroso de experimentos controlados, estudios de caso y revisiones sistemáticas de literatura (SLR). Explica en detalle el catálogo de métricas de software de proceso y producto (haciendo hincapié en las métricas orientadas a objetos de Chidamber y Kemerer), la minería de repositorios de software (MSR) a partir de Git y gestores de defectos, el análisis estadístico mediante contrastes de hipótesis paramétricos y no paramétricos (ANOVA, Mann-Whitney, correlaciones, regresión) y el entrenamiento de modelos de predicción de defectos y cambios mediante algoritmos de aprendizaje automático (árboles de decisión, Naive Bayes, Support Vector Machines, redes neuronales). Asimismo, analiza amenazas a la validez experimental, minería de texto en informes de incidencias y el uso de herramientas especializadas como WEKA, R, SPSS, MATLAB y KEEL.

El libro incluye un capítulo demostrativo completo en el que se ejecuta de principio a fin un estudio empírico para la detección anticipada de defectos, extrayendo métricas de repositorios abiertos (como el repositorio PROMISE) y evaluando el rendimiento predictivo de los clasificadores. Su mayor fortaleza radica en aportar un marco metodológico reproducible para transformar la ingeniería de software en una disciplina basada en evidencia empírica; queda completamente al margen de la programación de aplicaciones comerciales o frameworks de desarrollo, por lo que su lectura exige una clara orientación analítica y estadística.