基于证据的调度是否适用于异质估计？

Question

在一个项目期间观察一年的估计我发现了一些奇怪的事情让我想知道基于证据的调度是否能在这里发挥作用？

• 个别程序员似乎有最喜欢的数字（例如2,4,8,16,30小时）
• 大任务似乎被固定值（约2）低估了，但这里的标准偏差很低
• 小任务（1或2小时）绝对分布广泛。平均而言，它们具有相同的平均低估因子2，但标准偏差很高：
  • 约1分钟估计拼写问题5分钟
  • 其他错误修正也估计1小时，但需要一天

那么，在估算期间让程序员将30小时任务分解为4或2小时步骤真的是个好主意吗？这不会提高标准偏差吗？ （好吧，让他们分解 - 但也许在估计之后？！）

Answer 1

• 是的，您的观察结果很简单EBS旨在解决的问题。
• 是的，重要的是要打破更大的任务。拍摄1-2天的任务，或多或少。
  • 如果你估计有不到2小时的东西，看看是否有意义将它们分组。 （可能没有 - 没关系！）
  • 如果您的任务估计超过3天，请查看是否有办法将它们分解成碎片。应该有。如果估计者说不存在，那就让他们为这个断言辩护。如果事实证明任务真的需要3天，那很好，但是你拥有的越多，你就应该越努力在镜子中看看人们是否没有游戏系统。
  • Count 4＆amp; 5天的估计值是3天的2倍和4倍。任何说话的人都需要花费超过5天的时间，而且不能分解，告诉他们你希望他们花4小时思考这个问题，以及如何解决问题。记住，这是一项任务，顺便说一句。
• 当您和您的团队练习时，您会更好地进行估算。
• ......您也将开始认识到失败的模式，并且解决方案将会出现。
• 基于证据的日程安排的重点是使用证据作为日程安排的基础，而不是野蛮猜测的集合。这是 A Good Thing ......！

Answer 2

我认为这是一个好主意。当人们打破任务时 - 他们会弄清楚任务的具体细节，你可能会在这里或那里得到小的偏差，这种方式或另一种方式，它们可能会有所补偿......但你会感觉到正在发生的事情。 如果你有一个30小时的巨大任务 - 可以采取所有100。这是可能发生的最糟糕的。 管理风险 - 分解。你已经发现了这些小偏差 - 你知道如何处理它们。

因此，请确保开发人员也知道他们的所作所为并说：）

Answer 3

“那么，让程序员在估算期间将30小时任务分解为4或2小时步骤真的是一个好主意吗？这不会提高标准差吗？（好吧，让他们分解 - 但也许在估计之后？！）“

我当然不会得到这个问题。

听起来你说的是什么（你可能不会 这样说，但确实听起来像这样）

1. 程序员根本无法估计 - 数字总是四舍五入到“魔术”值并且减去2倍。

2. 我不能相信他们既定义工作又估计完成工作所需的时间。

3. 只有我知道完成任务所需时间的正确估计。这不是一个半天的倍数。这是一个确切的分钟数。

以下是我的后续问题：

你在说什么？你不能做什么？你有什么问题？为什么你认为程序员估计不好？为什么他们不能被信任估计？

从你的陈述中，没有任何东西被打破。您可以计划并执行该计划。我会说你完全成功并且做得很好。

Answer 4

好的，我有答案。是的，这是正确的，我所做的观察（见问题）是完全可以理解的。为了确保我做了一个小的Excel模拟，以确保我自己的猜测。

如果将较高的标准偏差小任务添加到较大的任务中，它们的偏差较小，因为小任务可以部分补偿不确定性。

所以答案是：是的，如果你分解你的任务，它会起作用，所以它们的长度大致相同。这是因为模拟将自动对更大的任务进行补偿。我不需要担心较小任务的标准偏差较高。

但我确信你绝不能将低估计任务与高估计任务混淆 - 因为它们根本没有相同的差异。

因此，打破它们总是更好。 ：）

---

我做的Excel模拟：

• 使用以下列创建50行：
  • 首先 - 固定值2（非常均匀估计）
  • 具有一些随机函数的20列（例如“= rand（）* rand（）* 20”）
• 在每列之前做出总结
• 为每个随机列添加“= VARIANCE（..）”
• 并为总和添加方差计算

模拟中每列的方差约为2-3，总和的方差小于1.