我正在管理一个项目,必须根据粗略的要求和规范进行评估。因此,对特定功能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和20之间,而不是恰好在17之间)。
我很好奇,如果我想知道在最低估计范围内完成某项任务的大致概率,我应该如何处理?为了便于讨论,请忽略我的评估技能、使用的平台等因素。
我在考虑使用Poisson distribution,λ=(低+高)/ 2,假设每个建议值的概率遵循罕见事件/正态分布的规律。这并没有说明这样一个事实,即超出我的估计限制的可能性比可能性更大,但仍然...
你对此有何看法,你会选择哪种方法进行这样的实验?
发布于 2010-02-04 18:51:09
基本上,我们的想法是观察团队中完成类似任务需要多少时间,以估计可能需要多长时间才能完成另一个任务。
发布于 2010-02-04 19:06:49
我推荐阅读Tom DeMarco和Tim Lister写的Waltzing With Bears --它深入到了进度评估中。
作为一个经验法则,我会说在最低估计时间内完成任何项目的概率大约为零。这既来自于他们在书中的分析,也来自于个人经验。
发布于 2010-02-04 21:04:37
我不认为你有打那个电话的信息。要做到这一点,你需要知道概率曲线是否被归一化(可能),它是否倾斜(几乎肯定),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的。除此之外,你的估计技能,你所做的假设及其准确性等等都是因素,其中大多数都很难量化。
这就是为什么基于证据的日程安排是好的-你不必确切地理解为什么事情要花费一定的时间,你只需要知道它们确实是这样的。
我想说的是,你应该考虑几件简单的事情:
1)在我的经验中,它成为你的最低估计的现实可能性大致为零。狗屎发生在软件项目上,大多数人不太擅长估计,事情就会出错。如果你想要一个好的估计,那就去做吧。
2)仔细考虑你想要这个数字做什么。如果你打算把它交给一个客户或大多数经理,那么:
(a)他们不会记住警告,他们不会记住区间的最高端,他们不会记住概率或理论。他们会记得你给他们的很低的数字,剩下的就是“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,并且你有你最好的情况和最坏的情况的值,如果你给他们两个的平均值,你将有50%的时间错过最后期限。从管理者的角度来看,这很糟糕。如果你想在95%的时间内达到你的截止日期,那么你需要给出平均值+2标准差。同样,如果你想要一个粗略的估计,那么你最坏的情况可能是最容易获取的数字。
通常低于承诺和超额交付。做一个从不错过最后期限,并且经常提早交付的人。这并不涉及改变你的工作方式,你只需要管理期望。
https://stackoverflow.com/questions/2198991
复制相似问题