如何评价功能测试的质量？

righthand

测试是我们评价软件质量的手段，那么，怎样才能合理的评价测试本身的质量呢？

用例覆盖率？似乎很难算出来，白盒可能好算一点，黑盒怎么算？
测试出的bug数？这个只能评价软件开发的质量
发布后一段时间内的bug数？这个一方面只能事后评价，另一方面仍难以直接评价测试的质量，因为测试本来就不能杜绝bug

请大家指点。