參數估計(項目管理)
出自 MBA智库百科(https://wiki.mbalib.com/)
參數估計(項目管理)(Parametric Estimating In Project Management)
目錄 |
參數估計(項目管理)(Parametric Estimating In Project Management)指通過對歷史值應用數學公式或演算法來計算持續時間、成本或資源(設備、材料、設施和人力資源)的預期值。它可用於估計整個項目的價值,例如總成本預算或進度。它也可用於計算項目的某個部分(如工作包或活動)的值。[1]
除了估算時間、資金和資源需求外,該技術還可用於估算其他類型的項目或操作變數,如速度、體積、重量和推力。
只有當項目參數之間存在統計關係、演算法模型複雜且基礎數據質量良好時,使用該技術得出的估計值才是可靠和準確的。
參數估計(項目管理)公式[1]
在其最簡單的形式中,可以通過使用以下公式來進行參數估計:
估計值=乘數 * 當前值
其中,
- 估計值(Estimated_Value)是使用參數估計公式為當前項目計算的數字
- 乘數(Multiplication_Factor)是從過去項目的舊曆史數據導出的參數因數,例如持續時間/單位或成本/單位。
- 當前值(Current_Value)是當前項目中要完成的工時單位數
例如:使用這個公式來估算圍欄項目的持續時間和成本。目前的項目包括建造一個200米的圍欄,以形成一個圍欄。
假設我們已經做了一個項目,其中我們已經豎立了100米的圍欄。那個項目花了10天和1000美元才完成。
因此,通過使用舊項目的工期和成本的乘法繫數,我們可以估計當前項目的值。
工期估算
100米的圍欄花了10天才完成。
因此,1米長的圍欄需要10/100天才能完成。
乘數= 10/100 = 1/10
估計值(目前項目的工期)=(1/10)*200 = 20天
成本估算
100米的圍欄花了1000美元才完成。
因此,1 m的圍欄將需要(1000/100)美元才能完成。
乘數= 1000/100 = 10
估計值(目前項目的成本)= 10*200 = $2000
參數估計(項目管理)的類型[1]
有兩種方法可以應用統計方法來獲得參數估計值。
- 1.確定性方法
在確定性方法中,計算單個估計值。應急準備金可以添加到這個估計之上,以處理不確定性。上面的公式是確定性方法的一個很好的例子。它可以用直線表示;如下圖所示。
- 2.概率方法
在概率方法中,計算基於不同概率的值的範圍。通常不增加單獨的應急準備金,因為範圍考慮到了不確定性。
參數估計的範圍可以用鐘形曲線(概率密度曲線)表示;如下圖所示。
概率方法使用基於目標概率的樂觀估計和悲觀估計,如果適用,還使用乘數來估計標準差。你可以參考我的其他職位的更多信息概率三點估計。
如果沒有專門的參數估計軟體,很難得出估計值。
參數估計(項目管理)的使用場景[1]
參數估計可在項目規劃期間的任何時間使用,即:在開始、中間或接近結束時。計算數字的準確性不取決於時間,而取決於所用的公式和基本數據的質量。在項目開始時,這種技術可用於確定整個項目的項目成本估算、持續時間和需求要求。
只有當你能推導出過去和當前項目的不同變數之間的統計關係時,才能進行參數建模;例如要建造平方米或平方英尺以及在特定工作單元上花費的小時數。
項目經理必須確保在應用此技術之前滿足以下條件:
- 很容易確定和量化用於持續時間或成本估算的參數。
- 在可用於設計統計關係的參數之間存在相關性。
- 擁有類似項目中已識別參數的歷史數據。
- 模型可以縮放,即需要完成多少個單元並不重要。
參數估計(項目管理)的步驟[1]
可以按照下麵提到的步驟進行參數估計:
- 如果想對活動進行參數估計,請將工作包分解為活動。
- 確定可以用參數估計技術估計的任務(WBS組成部分或活動)。確保滿足上一節中所述的條件。
- 確定當前參數和歷史參數之間的相關性。
- 對模型進行回溯測試,以檢查是否在所有情況下都能正常工作。
- 執行參數估計。
- 優點
如果基礎模型和歷史數據的質量良好,則該技術產生非常準確的估計。
成功創建參數化模型後,可以將其重覆用於類似的項目/任務。隨著模型應用於新的項目,其準確性得到了提高。
可以進行手動調整,以更正歷史數據和當前項目結果之間的差異。手動調整是糾正基礎模型和歷史數據中的弱點的一種很好的方法。如果模型沒有完全納入定性和環境因素,也可以進行調整。
因為評估是基於數學邏輯的,所以更容易獲得利益相關者對評估的認可和認可。
- 缺點
與其他方法相比,該技術通常更昂貴和耗時。有時,創建一個好的模型和收集歷史數據需要花費大量的精力和資源。
此技術不能用於項目的每個部分。它只能用於滿足上述條件的條件。 如果基礎數據的質量不好或模型不完善,則會產生較差的結果。
這種方法沒有考慮文化、環境和政治因素。此外,它沒有考慮學習、人員技能和許多其他定性因素的改進。
參數估計和類比估計都使用歷史數據來得出預期值。前者使用數學模型來計算預期值,而後者使用專家對類似任務的判斷來得出估計數。
類比估計也是一種自上而下的方法,它依賴於歷史任務和當前任務之間的相似性和相似性。
參數化估計通常比類似估計更精確,但類似估計的複雜性低於參數化估計。