Пуассоновое горение сроков (Андрей Бибичев, AgileDays-2011) — различия между версиями
Материал из 0x1.tv
StasFomin (обсуждение | вклад) |
StasFomin (обсуждение | вклад) |
||
| (не показана одна промежуточная версия этого же участника) | |||
== Аннотация ==
;Докладчик: {{Speaker|Андрей Бибичев}}
<blockquote>
Когда мы говорим о какой-либо неопределенности, то чаще всего представляем гауссовское распределение:
- Какова трудоемкость этой задачи?
- Столько-то плюс/минус столько-то.
- А распределение?
- Гауссовское, конечно же!
Этот посыл можно встретить во многих хороших и в остальных аспектах замечательных работах на тему планирования и прогнозирования сроков.
Но он в корне неверен!
В докладе даются причины, по которым гауссовское распределение не подходит, и рассматривается распределение вероятности, значительно лучше подходящее для оценки трудоемкости и сроков. На основе этой несложной математики можно сделать простые, но весьма полезные в практическом плане выводы:
* почему разница между наиболее вероятным и гарантированным значениями примерно в 2-3 раза (сравните со своими эмпирическими коэффициентами и фокус-факторами!);
* почему чудес не бывает и в подавляющем большинстве случаев опаздываем со сроками, а не опережаем их (ведь гаусс нам сулит одинаковую вероятность как опоздать, так и сделать быстрее);
* какое отношение планирование имеет к теории массового обслуживания.
В докладе содержится чуть-чуть математики, которая не должна успеть сильно наскучить за 10 минут.
</blockquote>
== Видео ==
{{vimeoembed|25500179|800|450}}
<!-- {{youtubelink|}} -->
|KHA9U8DKa1g}}{{letscomment}}
<!-- == Презентация ==
[[Файл:Пуассоновое горение сроков (Андрей Бибичев, AgileDays-2011).pdf|page=-|left|256px]]
-->
== Презентация==
<html><div style="width:595px" id="__ss_7462530"> <strong style="display:block;margin:12px 0 4px"><a href="http://www.slideshare.net/biBIGine/puasson-burning" title="Puasson burning" target="_blank">Puasson burning</a></strong> <iframe src="http://www.slideshare.net/slideshow/embed_code/7462530?rel=0" width="595" height="497" frameborder="0" marginwidth="0" marginheight="0" scrolling="no"></iframe> <div style="padding:5px 0 12px"> View more <a href="http://www.slideshare.net/" target="_blank">presentations</a> from <a href="http://www.slideshare.net/biBIGine" target="_blank">Andrey Bibichev</a> </div> </div> </html>* http://www.slideshare.net/biBIGine
[[File:Пуассоновое горение сроков (Андрей Бибичев, AgileDays-2011).pdf|page=-|300px]]
== Примечания и отзывы ==
* [http://2011.agiledays.ru/reports/view/61/ страничка доклада на сайте конференции]
{{include-review|AgileDays-2011:Отчет Цыганкова Д.А./Пуассоновое горение сроков}}
{{include-review|AgileDays-2011: Отчет Гребнева Н.Ю./Бибичев про сроки}}
{{SideBar|http://www.dilbert.com/dyn/str_strip/000000000/00000000/0000000/100000/20000/6000/800/126853/126853.strip.gif}}
{{include-review|Максим Цепков - AgileDays-2011/Пуассоновое горение сроков}}
<references/>
[[Категория:Менеджмент]]
{{stats|disqus_comments=0|refresh_time=2017-06-13T02:02:242021-08-31T18:09:46.479629263851|vimeo_comments=0|vimeo_plays=5187}}5731|youtube_comments=1|youtube_plays=111}}
[[Категория:Андрей Бибичев]]
[[Категория:AgileDays-2011]]
[[Категория:Планирование в Agile]] | |||
Текущая версия на 11:54, 29 февраля 2024
Содержание
Аннотация
- Докладчик
- Андрей Бибичев
Когда мы говорим о какой-либо неопределенности, то чаще всего представляем гауссовское распределение:
- Какова трудоемкость этой задачи?
- Столько-то плюс/минус столько-то.
- А распределение?
- Гауссовское, конечно же!
Этот посыл можно встретить во многих хороших и в остальных аспектах замечательных работах на тему планирования и прогнозирования сроков.
Но он в корне неверен!
В докладе даются причины, по которым гауссовское распределение не подходит, и рассматривается распределение вероятности, значительно лучше подходящее для оценки трудоемкости и сроков. На основе этой несложной математики можно сделать простые, но весьма полезные в практическом плане выводы:
- почему разница между наиболее вероятным и гарантированным значениями примерно в 2-3 раза (сравните со своими эмпирическими коэффициентами и фокус-факторами!);
- почему чудес не бывает и в подавляющем большинстве случаев опаздываем со сроками, а не опережаем их (ведь гаусс нам сулит одинаковую вероятность как опоздать, так и сделать быстрее);
- какое отношение планирование имеет к теории массового обслуживания.
В докладе содержится чуть-чуть математики, которая не должна успеть сильно наскучить за 10 минут.
Видео
Посмотрели доклад? Понравился? Напишите комментарий! Не согласны? Тем более напишите.
Презентация
Примечания и отзывы
Plays:5842 Comments:1