在教科书中经常看到修复不同阶段发现的错误的成本图表：

该图的来源是Barry Boehm的Software Engineering Economics，可能值得一试。

修复错误的成本是一个可能没有任何价值的指标。这篇文章（Word doc）解释了一些问题：

每个缺陷的成本度量已经发展成为一个都市传说，在文献中有数百个断言，早期缺陷检测和去除比晚期缺陷检测和去除便宜 10 比 1 以上。这在数学上是正确的，但有是每个缺陷成本计算的问题，将在文章中讨论。正如将要展示的，在发现最多缺陷的地方，每个缺陷的成本总是最便宜的。 随着质量的提高，每个缺陷的成本会越来越高，直到遇到零缺陷，此时每个缺陷度量的成本会达到无穷大。

更重要的是，每个缺陷的成本指标往往忽略了提高质量的主要经济价值：在显式缺陷修复之外更短的开发计划和降低的开发成本。

“5,000 美元是修复生产缺陷的平均成本”

我从来没有听说过。你有资源吗？

不幸的是，我不知道这里有任何有意义的行业平均值。我也会对任何声称是一体的东西持怀疑态度。我确实知道，许多流行的老生常谈“在生产中修复错误的成本是生产前的 10 倍”只是在没有任何真实数据的情况下编造出来的。

就个人而言，我认为您最好尝试在您的特定公司内捕获成本。

这可能会有所帮助： http ://www.stickyminds.com/sitewide.asp?Function=WEEKLYCOLUMN&ObjectId=3223

“我被要求找到某种平均值”

有趣的。提出这样一个问题的动机是什么？他们真正追求的是什么？

这可能会或可能不会帮助您，但我的猜测是软件错误成本可能是幂律分布的。这大致意味着有许多 bug 修复的成本并不高（想象一下在生产代码早期从单元测试结果中发现的 bug；修复成本基本上为零，并且可能存在多种此类 bug）并且有极少数的错误需要非常高的修复成本（例如导致火箭爆炸的四舍五入错误）。以幂律分布的量没有明确定义的平均值。在这些情况下，中值是一个更好的数量，因为它们的定义更好，但我仍然不确定诸如价值之类的计算实际上能告诉你成本。

我手头没有任何确凿的证据，但是在寻找“每个错误的平均成本”或类似数量时，我会非常小心，即使是在狭窄的背景下。

S/W 工程书籍的 Leprecahauns (http://leanpub.com/leprechauns) 有一章是关于“缺陷的成本：图解历史”的一章，他试图找到声称后来发现缺陷的背后的数据修复成本越高。可能值得你读一读这本书，看看许多行业神话是如何被揭露的