我每次做出一些我认为可能有用的更改时都会提交:我在提交之前不进行大量测试.此外,我的提交很快将被自动推送到远程存储库.(我是唯一的开发人员,我必须每天多次添加功能或重写部分代码.)
我想设置一台远程计算机,每当我提交任何东西时自动运行回归测试; 然后给我发回电子邮件差异报告.
设置它的最简单方法是什么？
我的所有代码都在Python 3中.我自己的系统是Windows 7,ActiveState Python,TortoiseHG和Wing IDE.我可以将远程计算机设置为Linux或Windows.该应用程序是所有命令行,具有文本输入和输出.
我们正在寻找QA工具,允许我们在Web应用程序中测试功能.在这一刻,我们手动QA所有的工作/增强/缺陷,但我们有这么多的webapps难以QA整个网站进行一些更改.
我们希望有一个测试用例列表,每当我们将推动变更发展到至少在推动之前建立置信水平时,我们将运行这些测试用例.
我确信这是一个在我们这个网络开发社区中正常的问题.
现在我计划在32位,64位,Windows XP Home,Windows XP Pro,Windows Vista Home Basic,Windows Vista Ultimate,Windows 7 Home Basic和Windows 7 Ultimate上进行测试......所有这些都包含最新的服务包.
但是,现在我想知道是否值得对AMD和英特尔进行上述所有列出的场景测试,还是浪费时间？
注意:这是日常普通用户的安全应用程序.
我想测试一种线性回归中的系数是否彼此不同，或者它们中至少有一个与一个特定值（例如0）显着不同，这在Stata中似乎很直观。例如
webuse iris
reg iris seplen sepwid petlen
seplen==sepwid==petlen
seplen==sepwid==petlen==0
我想知道如果要在R中测试它怎么办？
只是想知道区别是什么.我需要一些简洁的解释.维基百科对我来说有点过于冗长.
我们正在使用VMWare和NUnit开发自动化回归测试.我们将测试分为几个步骤,现在我想看看每个步骤的性能回归.像NUnit一样,简单地对测试进行计时似乎并不可靠.我认为接受系数约为15%,但我们的步骤有时会有所不同,超过35%.在这种依赖资源的测试环境中,有没有一致的测试性能方法？"智能"计时系统是我唯一的选择吗？
任何人都可以向我推荐 R 中的函数，我可以用它来计算先前计算的线性模型的样本外 R 平方lm()。提前致以问候和感谢！
我正在尝试研究软件测试的术语。具体来说，这适用于以下场景：
我的问题：哪些类型的测试是专门设计来确保特定模块的补丁不会意外破坏其他模块的？这仅仅是回归测试的一个特例吗？ 是有这个一个专用名词？
如果这是转帖，请道歉，并提前致谢！
干杯