概率论与项目规划

Question

我正在管理一个项目，需要根据粗略的需求和规格进行估算。因此，特定功能和任务的估算是一组离散值，而不仅仅是一个离散值（例如，在10到20之间，而不是恰好为17）。

我很好奇，如果我想了解在最低估计内完成某个任务的大致概率，应该如何处理？请为了讨论的目的，忽略我的估算技巧、使用平台等因素。

我考虑使用Poisson distribution，其中λ=(low+high)/2，假设每个提议值的概率遵守罕见事件/正态分布定律。这并没有考虑到超出我的估算限制的可能性比可能性小，但仍然......

你对此有什么看法，你会选择哪种方法进行这样的实验？

- Dimitar Dimitrov

---

请注意，通过单独估计各个任务的持续时间，您将错过风险之间的潜在相关性 - 并且通过假设独立性，您通常会低估极端风险。以概率方式对此进行建模是一场噩梦，但是非正式地思考这一点（即如果此任务进展不如预期，我可以预期哪些其他任务会出现问题）确实可以帮助发现项目中的风险区域。 - Mathias

我建议关闭这个问题，因为它与编程无关。 - Vadim Kotov

Answer 1

基于证据的进度安排

基本上，这个想法是观察你的团队完成类似任务需要多长时间，以此来估计另一个任务需要多长时间才能完成。

- user151323

Answer 2

我建议阅读Tom DeMarco和Tim Lister的《与熊共舞》，其中深入探讨了进度估算。一般而言，我认为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提供的分析，也来自个人经验。

- Dave Kirby

---

一旦你告诉别人截止日期，那就成为了最低估计时间。 - user180247

Answer 3

我认为你没有足够的信息来做出这个决定。要想做到这一点，你需要知道概率曲线是否被归一化（很可能是），以及它是否有偏差（几乎肯定会有），还要知道与之相关的各种统计值（平均值、标准差等）。

如果你已经了解了这些，我认为你就不会问这个问题了。此外，你估算的技能、假设以及它们的准确性等都是影响因素，其中大部分都很难量化。

这就是基于证据的排程的好处——你不需要精确地了解事情需要花费多长时间，你只需要知道它们需要多长时间。

以下是几点简单的建议：

1）根据我的经验，它达到你最低估计的现实机会几乎为零。在软件项目中会遇到问题，大多数人估算不准，并且会出现问题。如果你想得到一个好的估计，则应该考虑这个问题。

2）非常仔细地思考你需要这个数字的用途。如果你要把它给客户或大多数经理，那么：

（a）他们不会记得注意事项，也不会记得范围的顶端，不会记得概率或理论。他们只会记得你给他们的好的低数字，其他都是“哇啦哇啦”的。

（b）客户和经理想要确定性，所以你需要给他们你确定的数字。如果你假设你的估计值服从正态分布，并且你有最佳情况和最坏情况的值，如果你给他们两者的平均值，你将50%的时间错过deadline。从经理的角度来看，这很糟糕。如果你想在95%的时间内达到deadline，那么你需要给出平均值+2个标准差。同样，如果你想要一个粗略的估计，则最坏的情况可能是最容易掌握的数字。

通常保守一些，超额完成任务。成为一个从不错过deadline并且经常提前交付的人。这并不需要改变你的工作方式，你只需要管理好期望即可。

- Jon Hopkins

Answer 4

我建议使用三点估算法。在项目中的每个任务上分配最小、最有可能和最大时间，以及随机分布类型（Pert、三角形、Beta等），具体取决于特征或历史数据。使用蒙特卡罗模拟多次（例如5000次）并查看累加结果。您还可以进一步加入风险元素（如果需要，还可以考虑风险之间的相关性），以获得更好的预测。像Palisade @Risk这样的工具可能能够帮助您。

- Jaya Wijaya

Answer 5

泊松分布已经被尝试很多次了，但成功率都很低。我赞成基于证据的调度，因为它是自我纠正的，并且能根据实际数据运作。

- duffymo