年薪制员工:严重过失,扣当月薪资的4%;过失,扣年终奖的2%。非年薪制员工:严重过失,扣当月薪资的8%;过失,扣当月薪资的4%。根据题目内容列出条件和结果,给出决策表。用软件测试的方法

时间: 2023-07-15 21:12:50 浏览: 58
条件: 1. 是否为年薪制员工(是/否) 2. 是否为严重过失(是/否) 结果: 1. 扣除当月薪资的百分比 2. 扣除年终奖的百分比(仅适用于年薪制员工) 决策表如下: | 条件 | 结果 | | --- | --- | | 是否为年薪制员工 | 扣除当月薪资的百分比 | 扣除年终奖的百分比 | | 是 | 是 | 4% | 2% | | 是 | 否 | 0% | 2% | | 否 | 是 | 8% | 0% | | 否 | 否 | 4% | 0% | 软件测试的方法可以使用等价类划分法,将每个条件的取值范围分为合法和非法两个等价类,从每个等价类中选择一个典型值进行测试。例如,对于第一个条件“是否为年薪制员工”,可以将其分为合法等价类(是/否)和非法等价类(其他值),选择典型值测试即可。其他条件和结果也可以采用同样的方法进行测试。
相关问题

年薪制员工:严重过失,扣年终风险金的4%;过失,扣年终风险金2%; 非年薪制员工:严重过失 扣当月薪资8%;过失,扣当月薪4%; 请绘制出因果图和判定图,并给出相应的测试用例

因果图如下: ``` 严重过失 -> 年薪制员工 -> 扣年终风险金4% -> 非年薪制员工 -> 扣当月薪资8% 过失 -> 年薪制员工 -> 扣年终风险金2% -> 非年薪制员工 -> 扣当月薪资4% ``` 判定图如下: ``` 开始 -> 选择员工类型 -> 选择过失程度 -> 计算扣款金额 -> 显示扣款结果 -> 结束 ``` 测试用例: 1. 输入员工类型为年薪制,过失程度为严重过失,期望扣款金额为年终风险金的4% 2. 输入员工类型为年薪制,过失程度为过失,期望扣款金额为年终风险金的2% 3. 输入员工类型为非年薪制,过失程度为严重过失,期望扣款金额为当月薪资的8% 4. 输入员工类型为非年薪制,过失程度为过失,期望扣款金额为当月薪资的4%

年薪制员工:严重过失,扣当月薪资的4%;过失,扣年终奖的2%。非年薪制员工:严重过失,扣当月薪资的8%;过失,扣当月薪资的4%。根据题目内容列出条件和结果,给出决策表。

条件: - 员工类型:年薪制、非年薪制 - 过失程度:严重过失、一般过失 结果: - 扣除金额:当月薪资的4%/8%或年终奖的2% 决策表如下: | 员工类型 | 过失程度 | 扣除金额 | | -------- | -------- | -------- | | 年薪制 | 严重过失 | 当月薪资的4% | | 年薪制 | 一般过失 | 年终奖的2% | | 非年薪制 | 严重过失 | 当月薪资的8% | | 非年薪制 | 一般过失 | 当月薪资的4% |

相关推荐

最新推荐

recommend-type

阿里python面试题之 – 年薪40万Python工程师

随着人工智能时代的到来,Python工程师的需求量也在与日俱增。现在,很多知名公司都或多或少的在使用Python。而对于Python工程师来说,进入大公司,是一个新的职业起点。...(1) a=[1, 2, 3, 4, 5], a[::
recommend-type

基于网络的入侵检测系统源码+数据集+详细文档(高分毕业设计).zip

基于网络的入侵检测系统源码+数据集+详细文档(高分毕业设计).zip个人经导师指导并认可通过的高分毕业设计项目,评审分98分。主要针对计算机相关专业的正在做毕设的学生和需要项目实战练习的学习者,也可作为课程设计、期末大作业。 基于网络的入侵检测系统源码+数据集+详细文档(高分毕业设计).zip基于网络的入侵检测系统源码+数据集+详细文档(高分毕业设计).zip基于网络的入侵检测系统源码+数据集+详细文档(高分毕业设计).zip基于网络的入侵检测系统源码+数据集+详细文档(高分毕业设计).zip基于网络的入侵检测系统源码+数据集+详细文档(高分毕业设计).zip基于网络的入侵检测系统源码+数据集+详细文档(高分毕业设计).zip基于网络的入侵检测系统源码+数据集+详细文档(高分毕业设计).zip基于网络的入侵检测系统源码+数据集+详细文档(高分毕业设计).zip基于网络的入侵检测系统源码+数据集+详细文档(高分毕业设计).zip基于网络的入侵检测系统源码+数据集+详细文档(高分毕业设计).zip基于网络的入侵检测系统源码+数据集+详细文档(高分毕业设计).zip基于网络的入侵检测系统
recommend-type

本户型为2层独栋别墅D026-两层-13.14&12.84米-施工图.dwg

本户型为2层独栋别墅,建筑面积239平方米,占地面积155平米;一层建筑面积155平方米,设有客厅、餐厅、厨房、卧室3间、卫生间1间、杂物间;二层建筑面积84平方米,设有卧室2间、卫生间1间、储藏间、1个大露台。 本户型外观造型别致大方,采光通风良好,色彩明快,整体平面布局紧凑、功能分区合理,房间尺度设计适宜,豪华大气,富有时代气息。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】MATLAB用遗传算法改进粒子群GA-PSO算法

![MATLAB智能算法合集](https://static.fuxi.netease.com/fuxi-official/web/20221101/83f465753fd49c41536a5640367d4340.jpg) # 2.1 遗传算法的原理和实现 遗传算法(GA)是一种受生物进化过程启发的优化算法。它通过模拟自然选择和遗传机制来搜索最优解。 **2.1.1 遗传算法的编码和解码** 编码是将问题空间中的解表示为二进制字符串或其他数据结构的过程。解码是将编码的解转换为问题空间中的实际解的过程。常见的编码方法包括二进制编码、实数编码和树形编码。 **2.1.2 遗传算法的交叉和
recommend-type

openstack的20种接口有哪些

以下是OpenStack的20种API接口: 1. Identity (Keystone) API 2. Compute (Nova) API 3. Networking (Neutron) API 4. Block Storage (Cinder) API 5. Object Storage (Swift) API 6. Image (Glance) API 7. Telemetry (Ceilometer) API 8. Orchestration (Heat) API 9. Database (Trove) API 10. Bare Metal (Ironic) API 11. DNS
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

【实战演练】时间序列预测用于个体家庭功率预测_ARIMA, xgboost, RNN

![【实战演练】时间序列预测用于个体家庭功率预测_ARIMA, xgboost, RNN](https://img-blog.csdnimg.cn/img_convert/5587b4ec6abfc40c76db14fbef6280db.jpeg) # 1. 时间序列预测简介** 时间序列预测是一种预测未来值的技术,其基于历史数据中的时间依赖关系。它广泛应用于各种领域,例如经济、金融、能源和医疗保健。时间序列预测模型旨在捕捉数据中的模式和趋势,并使用这些信息来预测未来的值。 # 2. 时间序列预测方法 时间序列预测方法是利用历史数据来预测未来趋势或值的统计技术。在时间序列预测中,有许多不