Master's Thesis

Application of Mathematical and Statistical Methods for Supporting Software Development

Final Thesis 2.55 MB Appendix 10.3 MB

Author of thesis: Ing. Jonáš Svoboda

Acad. year: 2025/2026

Supervisor: Mgr. Martina Bobalová, Ph.D.

Reviewer: Ing. Jan Luhan, Ph.D., MSc

Abstract:

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:

software metrics, code review, statistical analysis, software analytics, lead time, latency,
code quality, static code analysis, technical debt, GitLab, Jira, Kibana, SonarQube, non-
parametric tests, correlation analysis, development process

Date of defence

16.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaAznamka

Grading

A

Process of defence

Student ve své prezentaci seznámil komisi s cíli, řešením a výsledky, ke kterým v závěrečné práci dospěl. Komise se poté seznámila s posudky a hodnocením vedoucího práce a oponenta. Otázky z posudku vedoucího student zodpověděl v plném rozsahu, otázky z posudku oponenta zodpověděl v plném rozsahu. Otázky členů komise: 1. Ing. Luhan, Ph.D., MSc.: Jak by se mohly změnit výsledky práce, kdybyste zahrnul i složitost změn ? - zcela zodpovězeno 2. Mgr. Bobalová, Ph.D. - Jak by se změnily výsledky práce, kdybyste měl k dispozici dlouhodobá historická data? - zcela zodpovězeno Na základě přednesené prezentace a odpovědí na otázky položené v diskusi komise rozhodla, že student práci obhájil.

Language of thesis

Czech

Faculty

Fakulta podnikatelská

Department

Institute of Quantitative Engineering

Study programme

Information Management (MGR-IM-KS)

Composition of Committee

prof. Ing. Petr Dostál, CSc. (předseda)
Mgr. Martina Bobalová, Ph.D. (člen)
Ing. Jan Luhan, Ph.D., MSc (člen)
Ing. Monika Šebestová, Ph.D. (člen)
doc. András Rontó (místopředseda)

Supervisor’s report
Mgr. Martina Bobalová, Ph.D.

Práce představuje kvalitně zpracované řešení zvoleného tématu s dobrým propojením teoretických poznatků a praktické analýzy. Autor prokázal schopnost aplikovat vhodné statistické metody a interpretovat dosažené výsledky v kontextu praxe. Pozitivně lze hodnotit zejména práci s reálnými daty a formulaci konkrétních doporučení. Práci doporučuji k obhajobě.

Proč jste při analýze dat upřednostnil neparametrické statistické metody před parametrickými a jaký to má dopad na interpretaci výsledků?

Jak by se podle Vás změnily výsledky práce, pokud by byla k dispozici dlouhodobá historická data z nástroje Kibana nebo SonarQube?
Evaluation criteria Verbal classification Grade
Meeting the objectives Práce splnila stanovené cíle v plném rozsahu. Autor analyzoval vybrané softwarové metriky a vhodně aplikoval statistické metody na reálná data z praxe. Výsledky vedou k formulaci konkrétních závěrů a doporučení pro zlepšení vývojového procesu. A
Selected procedure of the solution, the adequacy of the used methods Postup řešení je logický a systematický, jednotlivé kroky na sebe navazují. Autor správně volí statistické metody s ohledem na charakter dat. Určitá rezerva je patrná v absenci pokročilejších analytických přístupů, které by dále zvýšily přidanou hodnotu práce. B
The ability to interpret the results and to draw conclusions Autor prokazuje dobrou schopnost interpretace výsledků a jejich zasazení do kontextu softwarového vývoje i běžných benchmarků. Pozitivně lze hodnotit kritické zhodnocení omezení analýzy a rozlišení statistické a praktické významnosti. A
The practical usability of conclusions Práce má dobrou praktickou využitelnost, zejména díky konkrétním návrhům opatření pro praxi.  A
The thesis´s framework, formalities, used terminology and the professional level of language Práce je přehledně strukturovaná a logicky členěná. Jazyková i formální úroveň odpovídá požadavkům na diplomovou práci, terminologie je používána správně a konzistentně. A
Using of information resources, including citations Autor využívá relevantní informační zdroje a v textu na ně korektně odkazuje. Citace jsou zpracovány v souladu s požadovanými normami a jsou v práci použity přehledně a konzistentně. Využití zdrojů odpovídá charakteru diplomové práce. B

Grade proposed by supervisor: A

Reviewer’s report
Ing. Jan Luhan, Ph.D., MSc

Diplomová práce je zpracována na velmi dobré úrovni a zabývá se aktuální problematikou využití matematických a statistických metod při analýze softwarových metrik, přičemž její hlavní přínos spočívá v aplikaci těchto metod na reálná data z praxe. Práce je zpracována systematicky, má logickou strukturu a stanovené cíle byly naplněny.
Autor prokázal dobrou orientaci v řešené problematice i schopnost zvolit vhodné analytické a statistické postupy, které jsou adekvátní charakteru zpracovávaných dat. Velmi pozitivně hodnotím důsledný přístup k čištění dat, správnou interpretaci výsledků a uvědomění si rozdílu mezi statistickou a praktickou významností zjištění.
Zpracování praktické části má vysokou úroveň a vykazuje přímou využitelnost v praxi, zejména ve zlepšování vývojového procesu a řízení kvality softwaru. Výstupy práce jsou formulovány srozumitelně a vedou ke konkrétním doporučením.
Formální úroveň práce je na velmi dobré úrovni. Text je přehledný a odborně formulovaný. Práce se zdroji je odpovídající a použitá literatura pokrývá relevantní oblasti řešené problematiky.
Celkově hodnotím práci jako kvalitní a po odborné i metodologické stránce velmi dobře zpracovanou.
Evaluation criteria Verbal classification Grade
Meeting the objectives Cíl práce byl naplněn. Autor analyzoval relevantní metriky, identifikoval vztahy mezi nimi a formuloval praktická doporučení. Výzkumné otázky jsou systematicky zodpovězeny. A
Selected procedure of the solution, the adequacy of the used methods Metodologie je dobře zvolena zejména v kontextu správné volby neparametrických metod vzhledem k charakteru dat, transparentnosti procesu čištění dat (např. odstranění self-approved MR) a důsledné práci s bootstrapem a interpretací výsledků. A
The ability to interpret the results and to draw conclusions Interpretace je převážně správná a konzervativní. Pozitivně hodnotím upozornění na to, že korelace neznamená kauzalitu. Na některých místech by však bylo vhodné hlubší vysvětlení příčin zjištění. B
The practical usability of conclusions Práce má dobrou praktickou hodnotu, návrhy jsou realizovatelné (SLA, monitoring metrik, zavedení review) a výsledky jsou aplikovatelné i v podobných organizacích. A
The thesis´s framework, used terminology and the professional level of language Po formální stránce je práce na velmi dobré úrovni. Struktura je logická a přehledná, grafy a vizualizace jsou vhodně použity a jazyk je odborný a srozumitelný. B
Using of information resources Použité zdroje odpovídají tématu (software engineering, statistika). Citace působí konzistentně. B
Topics for thesis defence:
  1. Jak by se mohly změnit výsledky, pokud byste do analýzy zahrnul i složitost změn (např. počet změněných řádků)?
  2. Jaké konkrétní organizační změny (dle Vašeho názoru) mohly způsobit identifikovaný zlom v roce 2024?

Grade proposed by reviewer: A

Responsibility: Mgr. et Mgr. Hana Odstrčilová