基于证据的调度是否适用于异质估计？ [关闭]答案

【问题标题】：Does evidence based scheduling work right with heterogenous estimations? [closed]基于证据的调度是否适用于异质估计？ [关闭]
【发布时间】：2008-11-18 23:03:43
【问题描述】：

在一个项目期间观察一年的估算，我发现了一些奇怪的事情，这让我想知道基于证据的调度是否适用于这里？

个别程序员似乎有最喜欢的数字（例如 2、4、8、16、30 小时）
大任务似乎被一个固定值（大约 2）低估了，但这里的标准差很低
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：
- 大约 5 分钟的拼写问题估计需要 1 小时
- 其他错误修复估计也需要 1 小时，但需要一天

那么，让程序员在估算期间将 30 小时的任务分解为 4 或 2 小时的步骤真的是个好主意吗？这不会提高标准偏差吗？（好吧，让他们把它分解——但也许在估计之后？！）

【问题讨论】：

标签： project-management scheduling fogbugz

【解决方案1】：

是的，您的观察正是 EBS 旨在解决的问题。
是的，分解更大的任务很重要。或多或少地拍摄 1-2 天的任务。
- 如果您有估计在 2 小时以内的事情，请查看将它们分组是否有意义。（可能不会——没关系！）
- 如果您有预计需要 3 天以上的任务，请查看是否有办法将它们分解为多个部分。应该有。如果估计者说没有，让他们为这个断言辩护。如果事实证明这项任务真的只需要 3 天，那很好，但是你拥有的这些越多，你就越应该仔细照镜子，看看人们是否在玩这个系统。
- 将 4 天和 5 天的估计数计算为 2 倍，而 4 倍与 3 天的估计一样差。如果有人说某件事需要超过 5 天的时间并且无法分解，请告诉他们您希望他们花 4 小时思考问题以及如何分解问题。请记住，这是一项任务，顺便说一句。
当您和您的团队练习此操作时，您会更好地进行估算。
...您还将开始识别失败的模式，并且解决方案将呈现出来。
基于证据的日程安排的要点是使用证据作为日程安排的基础，而不是胡乱猜测的集合。这是一件好事...！

【讨论】：

这个答案对于更一般的问题可能是正确的，但我错过了一个指较小的工作包可能会提高标准偏差的方面。
虽然 MrFox 可能观察到他的小组中较小任务的偏差更大，(a) 我不认为这是普遍的[1]，(b) 我不认为这对 EBS 来说是个问题(c) 我认为，作为一般规则，为了避免这种情况而放弃大任务并不是一个好主意。
[1] (for above) 在许多组中发生的一件事是：5 分钟到 2 小时之间的所有任务都估计为“1 小时”，这可能导致严重偏差除了人们也将 TIME TAKEN 报告为 1 小时，即使它花了 15 分钟或 1.5 小时。 EBS 说明了这一点。

【解决方案2】：

我认为这是个好主意。当人们分解任务时——他们会弄清楚任务的细节，你可能会在这里和那里得到小的偏差，这种或那种方式，他们可能会补偿或不补偿......但你会感觉到正在发生的事情。如果您有 30 个小时的巨大任务 - 可能会花费 100 个小时。这是可能发生的最糟糕的情况。管理风险 - 分解。你已经弄清楚了这些小偏差——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：)

【讨论】：

【解决方案3】：

“那么，让程序员在估算期间将 30 小时的任务分解为 4 或 2 小时的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？！）“

我当然不明白这个问题。

听起来像你在说什么（你可能不会这么说，但听起来确实像）

程序员根本无法估计——这些数字总是四舍五入到“神奇”值，并相差 2 倍。
我不能相信他们既能定义工作，又能估计完成工作所需的时间。
只有我知道完成任务所需时间的正确估计。这不是一轮 1/2 天的倍数。这是精确的分钟数。

这是我的后续问题：

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？为什么不能信任他们进行估算？

从您的陈述来看，没有任何问题。您可以计划并执行该计划。我会说你是完全成功的，并且在这方面做得很好。

【讨论】：

我的问题是，我（作为这个项目的非老板）观察了一些估计，结果发现大任务似乎比小任务更容易预测。所以我的问题是：EBS 只有在所有任务都被分解到估计相等的情况下才能正常工作吗？
EBS 是唯一有效的方法。时期。你的问题仍然让我感到困惑。当然，程序员将任务分解成小块，这就是工作的完成方式——小块。你可以估计，对吗？估计是有用的，对吗？有什么问题？
也许我下面的回答让我明白了我关注的问题。我专注于在分解任务期间偏差增加的方面。很抱歉造成混乱。

【解决方案4】：

好的，我有答案了。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 模拟来确保我自己的猜测是正确的。

如果你将多个标准偏差高的小任务添加到更大的任务中，它们的偏差会更低，因为小任务部分补偿了不确定性。

所以答案是：是的，它会起作用，如果你分解你的任务，使它们的长度大致相同。这是因为模拟会自动对更大的任务进行补偿。我不需要担心较小的任务会有更高的标准偏差。

但我相信您不得将低估计任务与高估计任务混为一谈 - 因为它们根本没有相同的方差。

因此，最好将它们分解。 :)

我做的 Excel 模拟：

用这些列创建 50 行：
- 首先 - 一个固定值 2（非常均匀的估计）
- 20 列带有一些随机函数（例如“=rand()*rand()*20”）
对每一列求和
为每个随机列添加“=VARIANCE(..)”
并为总和添加方差计算

我的模拟中每列的方差约为 2-3，总和的方差低于 1。

【讨论】：