数据集概述
本数据集围绕大型语言模型（LLMs）在软件敏捷开发工作量估算中的应用展开，包含10个LLM模型与42名开发者对12个用户故事的估算数据，结合开发者经验、乐观程度因素，通过统计方法分析估算准确性与逻辑一致性。
文件详解
- 文件名称：Large Language Models for Agile Effort Estimation/dataset-large_language_models_for_agile_effort_estimation.xls
- 文件格式：Excel (.xls)
- 内容说明：包含10个LLM模型和42名开发者对12个用户故事的敏捷工作量估算数据，涉及估算值、开发者经验水平、乐观程度等字段，支持Jonckheere-Terpstra检验、Kendall相关系数等统计分析。
适用场景
- 敏捷开发研究：分析LLM在敏捷工作量估算中的应用效果与可行性
- 自然语言处理应用：探究大语言模型在软件工程领域的实践价值
- 软件工程管理：优化软件项目工作量估算方法与流程
- 统计分析应用：验证Jonckheere-Terpstra检验、Kendall相关系数在估算数据中的适用性
- 开发者行为研究：分析经验水平与乐观程度对工作量估算的影响机制
