概率论与项目规划

Question

根据粗略的要求和规格，我正在管理一个必须估算的项目。 因此，对特定特征和任务的估计是由离散值设置的，而不是仅仅一个离散值（例如，在10到20之间，而不是恰好为17）。

我很好奇，如果我想知道在最低估计内完成某项任务的近似概率，我该如何处理？为了讨论起见，请忽略我的估算技巧，使用过的平台等因素。

我正在考虑使用Poisson distribution，其中λ=（低+高）/ 2，假设每个建议值的概率都遵循罕见事件/正态分布的定律。 这并不能解释这样一个事实：超出我的估计限度的可能性更大，但仍然......

您对此有何看法，您会选择哪种方法进行此类实验？

Answer 1

Evidence Based Scheduling

基本上，我们的想法是观察团队完成类似任务所花费的时间，以估计完成其中一项任务可能需要多长时间。

Answer 2

我建议阅读Tom DeMarco和Tim Lister撰写的Waltzing With Bears - 它会在某种程度上进入进度计划。

根据经验，我会说在最低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。

Answer 3

我认为你没有这个电话的信息。要做到这一点，你需要知道概率曲线是否正常化（可能）以及它是否倾斜（几乎可以肯定）加上相关的各种统计值（平均值，标准差等）。

如果你有那些我认为你不会问的话。除此之外，您的估算技巧，您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是好的 - 你不必确切地理解为什么事情花了一定的时间，你只知道他们这样做了。

我要说的一些简单的事情你应该考虑一下：

1）根据我的经验，它作为最低估计的实际机会大致为零。狗屎发生在软件项目上，大多数人都不擅长估计，事情会出错。如果你想要一个好的估计，那就去吧。

2）仔细考虑你想要的数字。如果您打算将它交给客户或大多数经理，那么：

（a）他们不记得警告，不会记住范围的最高端，也不会记住概率或理论。他们会记住你给他们的低数字，其余的只是“哇哇哇哇”。

（b）客户和经理需要确定性，因此您需要向他们提供您确定的信息。如果您认为您的估计是正常分配的并且您拥有最佳案例和最差案例值，那么如果您给出它们的平均值，那么您将在50％的时间内错过截止日期。从管理者的角度来看，这很糟糕。如果你想在95％的时间内达到截止日期，那么你需要给出平均+2标准偏差。再次，如果你想粗略估计那么你最糟糕的情况可能是最容易抓住的数字。

一般在承诺和过度交付。成为那些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。

Answer 4

我建议使用三点估算。为项目中的每个任务分配随机分布的最小，最大可能和最大时间和类型（Pert，Triangle，Beta等，具体取决于特征或历史数据）。与蒙特卡罗模拟多次（例如5000次），看看有什么加起来。您还可以通过合并风险元素（以及风险之间的相关性，如果您愿意）进一步深入了解可能发生的情况。像Palisade @Risk这样的工具也许可以帮到你。

Answer 5

Poisson已经完成了很多次，同样的低成功率。我是第二个基于证据的调度，因为它是自我修正的，并且可以处理实际数据。