8

我正在管理一个必须根据粗略要求和规范进行估算的项目。因此,对特定特征和任务的估计是一组离散值,而不仅仅是一个离散值(例如,在 10 到 20 之间,而不是正好 17)。

我很好奇,如果我想了解在最低估计范围内完成某项任务的近似概率,我应该如何处理?为了讨论,请忽略我的估计技能,使用的平台等因素。

我正在考虑使用泊松分布,λ = (low + high) / 2,假设每个提议值的概率都遵守罕见事件/正态分布的规律。这并不能说明超出我的估计限制的可能性不大,但仍然......

您对此有何看法,您会选择哪种方法进行此类实验?

4

5 回答 5

10

循证调度

基本上,这个想法是观察您的团队完成类似任务需要多少时间,以估计完成另一项任务可能需要多长时间。

于 2010-02-04T10:51:09.320 回答
5

我推荐阅读Tom DeMarco 和 Tim Lister 的Waltzing With Bears - 它在一定程度上进入了进度估算。

根据经验,我会说在最短的估计时间内完成任何项目的概率大约为零。这既来自他们在书中给出的分析,也来自个人经验。

于 2010-02-04T11:06:48.697 回答
2

我认为你没有足够的信息来打这个电话。为此,您需要知道概率曲线是否已标准化(可能)以及是否偏斜(几乎可以肯定)以及相关的各种统计值(平均值、标准差等)。

如果你有这些,我想你不会问。除了你的估计能力之外,你所做的假设及其准确性等都是因素,其中大部分都很难量化。

这就是为什么基于证据的调度很好的原因——你不必确切地理解为什么事情需要一定的时间,你只知道它们确实如此。

我想说你应该考虑的一些简单的事情:

1)根据我的经验,它成为您的最低估计的现实机会大约为零。狗屎发生在软件项目上,大多数人不擅长估计,事情会出错。如果你想要一个好的估计,那就去吧。

2)非常仔细地考虑你想要这个号码的目的。如果您要将其提供给客户或大多数经理,那么:

(a) 他们不记得注意事项,不记得范围的上限,也不记得概率或理论。他们会记住你给他们的漂亮的低数字,其余的只是“哇哇哇”。

(b) 客户和经理想要确定性,所以你需要给他们一些你确定的东西。如果你假设你的估计是正态分布的,并且你有最好的情况和最坏的情况值,如果你给他们两个的平均值,你将有 50% 的时间错过你的最后期限。从经理的角度来看,这很糟糕。如果你想在 95% 的时间内完成最后期限,那么你需要给出平均值 + 2 个标准差。同样,如果您想要粗略估计,那么最坏的情况可能是最容易获得的数字。

通常在承诺和超额交付。做一个从不错过最后期限并经常提前交付的人。这并不涉及改变你的工作方式,你只需要管理期望。

于 2010-02-04T13:04:37.060 回答
1

我建议使用三点估计。为项目中的每个任务分配最小、最可能和最大时间和随机分布类型(Pert、三角形、Beta 等,取决于特征或历史数据)。使用 Monte Carlo 进行多次模拟(例如 5000 次),然后查看结果。您还可以通过合并风险元素(如果您愿意,还可以加入风险之间的相关性)来进一步了解可能发生的情况。Palisade @Risk 之类的工具可能会为您提供帮助。

于 2010-03-05T17:10:29.577 回答
0

泊松已经做过很多次了,但成功率同样很低。我第二个基于证据的调度,因为它是自我纠正的并且适用于实际数据。

于 2010-02-04T10:57:36.453 回答