파라메트릭 추정/정의,예,용도

당신이 프로젝트의 프로젝트 또는 부품의 비용을 추정 할 필요가있을 때,당신은 거의 필연적으로 매개 변수 추정의 기술을 건너. 이는 과거 또는 시장 데이터를 기반으로 예상 비용을 결정하는 정량적 접근 방식입니다. 이는 또한 프로젝트 관리 지식 기관의’비용 추정’프로세스에서 사용되는 방법이기도 합니다.,채널. 7.2).

이 기사에서는 파라 메트릭 추정 기술을 소개합니다. 우리는 또한이 방법의 실제 사용에 대한 지침을 제공 할 것입니다.

파라메트릭 추정이란?

파라메트릭 추정은 프로젝트,활동 또는 프로젝트의 일부를 수행하고 완료하는 데 필요한 재정 자원 또는 시간의 예상 금액을 계산하는 통계 기반 기술입니다. 이는 프로젝트 관리 연구소의 프로젝트 관리 지식 기관(프로젝트 관리 기관)과 같은 여러 프로젝트 관리 프레임 워크에서 확립 된 방법으로’비용 추정’및’활동 기간 추정’프로세스의 도구 및 기술 아래에 나열되어 있습니다.

추정치의 결정은 매개 변수와 비용 또는 시간 값 사이의 통계적(또는 가정 된)상관 관계를 기반으로합니다. 이 관찰 된 상관 관계는 현재 프로젝트의 크기로 조정됩니다. 4.2.2). 예를 들어,고속도로 건설에서 이전 프로젝트에서 1 마일을 건설하는 데 드는 비용과 시간은 현재 건설 프로젝트의 자원과 일정을 계산하는 기초가 될 수 있습니다. 그러나,이 상관 관계의 통계적 증거가 있고 두 프로젝트의 특성이 비교되는 경우 필요).

비용 또는 기간 매개 변수를 계산하려면 기록 데이터 세트가 필요합니다. 이것은에서 얻을 수 있습니다이전 프로젝트(건설,컨설팅,회사 및 기타 산업은 때때로 그러한 데이터를 중앙에 저장합니다)공개적으로 사용 가능한 시장 데이터또는 벤치마킹을위한 통계를 제공하는 기관.

매개 변수 추정은 서로 다른 수준의 세분성으로 비용을 추정하는 일반적인 기술이지만 구현의 형태는 크게 다릅니다.

일부 프로젝트는 복잡한 통계 모델을 구축하고 다양한 매개 변수에 대한 포괄적 인 회귀 분석을 수행합니다. 또한 알고리즘을 개발하고 그러한 모델을 배포하고(뒤로)테스트하기 위해 상당한 수의 리소스를 할당 할 수 있습니다. 이는 대규모 프로젝트 또는 소위’메가 프로젝트’에 적용 할 수있는 접근 방식으로 추정치의 정확성에 작은 단점이 있더라도 물질적 영향을 줄 수 있습니다.

프로젝트 추정에 대한 실무 표준은 프로젝트 비용 추정에 대한 자세한 지침을 제공합니다. 회원은 웹 사이트를 통해 액세스 할 수 있습니다.

범위의 다른 쪽 끝에있는 소규모 프로젝트는 관찰 된 매개 변수와 값이 상관 관계가 있다는 증거 또는 합리적인 가정이있는 경우 기능을 개발하거나 단순히’3 의 규칙’을 적용하여 매개 변수 추정을 사용할 수 있습니다. 이것은 또한 가정 된 회귀가 합리적이고 프로젝트 또는 활동에 적용 가능한지 여부에 대한 전문가의 판단을 포함 할 수 있습니다.

:

• 결정론 및
• 확률 추정치.

결정적 추정

파라메트릭 추정의 결정적 결과 유형은 파라메트릭 스케일링을 기반으로 계산된 필요한 비용 또는 시간의 양에 대한 단일 숫자입니다. 그것은 때때로 수동으로 현재와 역사적인 프로젝트(팀의 경험의 예를 들어 서로 다른 수준)사이의 차이를 설명하기 위해 조정하거나 비상 예비를 추가 할 수 있습니다.

확률 추정치

이 결과 유형은 단일 추정치를 생성하는 것이 아니라 다른 비용 및 기간 금액의 확률을 기반으로 한 추정치 범위를 생성합니다. 이것은 종종 아래 차트와 같이 확률 밀도 곡선의 형태로 제공됩니다.

이 함수를 더 실용적인 추정 범위로 변환하는 방법은 커브에서 세 점을 식별하는 것입니다.:

• 가장 가능성이 높은 추정치는 일반적으로 단일 확률이 가장 높은 비용 또는 시간 값,
• 비관적 및
• 낙관적 추정치입니다.

낙관적이고 비관적 인 비용 및 기간 추정치는 목표 확률(예:기본 데이터의 품질 및 값 분포 유형에 따라 90%,95%또는 99%)및/또는 표준 편차에 대한 승수를 정의하여 결정할 수 있습니다. 확률 밀도 곡선의 형태에 따라,이 3 점은 삼각형 또는 건방진 베타 분포와 유사한 접근법 인 소위 최종 추정치로 변환 될 수 있습니다.

매개 변수 추정을 수행하는 방법?

이 섹션에서는 매개 변수 추정을 수행하는 데 필요한 단계를 설명합니다. 앞서 언급했듯이 추정 프로세스 및 배포된 도구의 범위와 복잡성은 프로젝트의 필요에 맞게 조정되어야 합니다. 아래 단계에서 우리는 작은 프로젝트와 복잡한 프로젝트 간의 차이점을 예상 할 메모를 추가했습니다.

파라메트릭 추정을(잠재적으로)사용할 수 있는 프로젝트의 부분 결정

첫 번째 단계로 프로젝트 관리자는 작업의 어느 부분을 확인해야 합니다. 선택 기준은 주로

• 필요한 정확도 수준,즉 대략적인 추정의 경우 전체 프로젝트를 한 번에 추정 할 수 있지만(예:평방 피트 당 건물 비용)최종 추정의 경우보다 세분화 된 수준으로 이동해야합니다.
• 매개 변수와 값의 상관 관계,즉 매개 변수와 기간 및/또는 비용(주제 합계)사이에 상관 관계가 있음을 알고 있거나 가정하는 경우이 기술을 사용하여 작업 또는 리소스를 추정 할 수 있습니다.
• 파라메트릭 추정을 위한 데이터의 가용성(다음 단계 참조).

작업분해구조는 파라메트릭 추정의 범위를 선택하는 좋은 출발점이 될 수 있다.

유사 프로젝트의 비용 및/또는 시간 요구 사항에 대한 역사 및 시장 데이터 연구

모수 추정이 적용될 수 있는 영역을 확인한 경우 관련 데이터를 수집해야 합니다. 잠재적 데이터 소스는 이전 프로젝트(종종 특정 유형의 프로젝트에서 정기적으로 작업하는 회사에서 사용 가능)에서 관찰 된 값으로 제공되는 내부 비용/시간/리소스 데이터베이스이며 공개 통계 또는 산업 벤치 마크와 같은 데이터를 공개적으로 사용할 수 있습니다.

비용 또는 시간 값

데이터 집합을 만든 후 비용 또는 시간 요구 사항과 관련될 수 있는 매개 변수를 선택해야 합니다. 이러한 상관 관계는 모델을 사용하는 경우 추가 통계 분석의 대상이 될 것입니다.

소규모 프로젝트에서는 어떤 매개 변수가 합리적인지 결정하기 위해 전문가의 판단이나 상식을 적용 할 것입니다. 이 프로젝트의 요구에 충분하면 다음 두 단계를 건너 뛰고 계산 섹션으로 이동할 수 있습니다.

비용 또는 기간을 유도하는 매개 변수 결정(예:필요한 경우 회귀 분석 및 추가 통계 분석을 통해)

이전 단계에서 식별 된 매개 변수 집합을 상관 관계 및/또는 회귀에 대해 테스트합니다. 이것은 일반적으로 연구 또는 기타와 같은 통계 소프트웨어의 사용을 포함 할 것이다 무료 또는 상용 솔루션. 인공 지능(기계 학습)의 사용은 예를 들어 복잡한 데이터 세트에서 패턴을 식별하는 데에도 고려 될 수 있습니다. 분석이 끝나면 추정 모델에 적합한 매개 변수를 선택합니다.

모델 개발 및 가능한 경우(뒤로)테스트 수행

이전 단계에서 확인된 매개 변수 집합을 기반으로 프로젝트의 비용 및 기간 금액을 예측하는 모델을 개발합니다. 기록 데이터에 대한 결과를 다시 테스트해야합니다.

이 단계에는 통계적 전문 지식과 데이터 분석 경험이 필요합니다. 사실,이러한 모델은 특히 대규모 프로젝트의 경우 매우 복잡 할 수 있습니다. 따라서 이러한 유형의 모델을 개발하는 데 필요한 비용,시간 및 리소스를 알고 있어야합니다. 잠재적 인 혜택과 추정에 대한 프로젝트 및 이해 관계자의 요구 사항에 대해이 균형을.

모수 추정치 계산

모형을 작성한 경우 현재 프로젝트의 모수를 모형에 공급하여 확률적 추정치 또는 결정적 추정치를 계산합니다.

관련 매개 변수를 식별하기 위해 모델보다 전문가의 판단을 사용한 경우 먼저 매개 변수 단위당 비용 또는 시간을 계산해야합니다.

그런 다음 이러한 매개 변수를 독립 변수로 간주하는 비용 조정 함수를 개발하고 적용할 수 있습니다. 현재 프로젝트의 매개 변수 값을 채우면 이 프로젝트의 비용 또는 기간 추정치(결정적)가 됩니다.

가장 간단한 형태에서,파라메트릭은 단지 하나의 파라미터와 파라미터와 비용 또는 시간의 양 사이의 선형 관계를 포함한다. 이 경우’3 의 규칙’계산을 사용하고 매개 변수 당 비용 또는 기간에 현재 프로젝트의 매개 변수 값을 곱할 수 있습니다. 여기서:
이 매개 변수=모수 추정치,
이 매개 변수의 과거 금액 또는 시간,
이 매개 변수의 과거 값,
이 매개 변수의 현재 프로젝트에서 해당 매개 변수의 값입니다.

아래의 주제 섹션에서 몇 가지 예를 찾을 수 있습니다. 파라 메트릭 추정의 이러한 예는 또한’3 의 규칙’접근 방식을 기반으로합니다.

매개 변수 측정의 장점과 단점은 무엇입니까?

예제

이 섹션은 파라메트릭 추정의 원리를 이해하는 데 도움이 되는 2 가지 간단한 예제로 구성되어 있습니다. 그러나 모델과 통계 분석은 일반적으로 더 많다는 것을 명심하십시오.실제로 복잡합니다.

실시예 1:아파 메트릭 추정치를 사용하여 건설 비용 결정

건설 회사의 프로젝트 팀이 새 사무실 건물의 건설 비용을 추정하도록 요청했습니다. 이 회사는 지난 몇 년 동안 여러 유사한 프로젝트를 완료했습니다. 이전 프로젝트의 활동 기간 및 비용을 세부적으로 추적하기 위해 사내 데이터베이스를 사용합니다.

초기 추정의 경우,대략적인 크기 순서로,회사는 매개 변수 추정의 관련 입력 매개 변수로 평방 피트 당 건물 비용과 파라 메트릭 추정을 사용할 계획이다. 추정치는 3 의 규칙에 따라 계산된다.

유사한 유형의 건물의 경우 평균 건설 비용은 과거 평방 피트 당$200(=매개 변수 단위 당 비용)에 달했습니다.

새 건물의 총 면적은 3,000 평방 피트(=새 프로젝트의 매개 변수 값)입니다.

3 의 규칙에 따라 결정된 모수 추정치(결정 론적)를 사용하여 건설 비용의 크기 차수의 계산은 다음과 같습니다.

추정건설 비용=$200 엑스 3,000 평방 피트=$6,000,000.

실제로 고려해야 할 요소가 분명히 많이 있으며 모델은 훨씬 더 복잡 할 것입니다. 그러나 이 간단한 계산은 프로젝트의 시작 단계에서 대략적인 크기 순서로 충분할 수도 있습니다.소프트웨어 공급업체는 해당 솔루션의 구현 비용을 추정하도록 요청받습니다. 구현은 설치,사용자 정의,다른 시스템에 대한 인터페이스 설정 및 테스트(데이터 마이그레이션은이 프로젝트의 범위에 있지 않음)의 4 부분으로 구성됩니다.

설치 비용이 고정되어있는 동안 공급 업체는 다른 부품의 비용 및 시간 추정치를 결정하기 위해 다른 매개 변수를 사용하고 있습니다. 이러한 데이터는 과거 데이터를 기반으로 하며 다음 샘플 추정 시트에 포함되어 있습니다.

부품	매개 변수	역사적인 평균. 매개 변수 단위 당 비용	역사적인 평균. 매개 변수 단위당 시간	현재 프로젝트의 매개 변수 값	예상 비용	예상 기간
설치	수정	$25,000	10 일	수정	$25,000	10 일
사용자 정의	클라이언트가 생산하는 다른 제품 라인의 수	$12,000	5 일	15 제품 라인	$180,000	75 일
인터페이스 설정	다른 시스템과의 인터페이스	$20,000	5 일	5 시스템 인터페이스	$100,000	25 일
테스트	사용자 정의 비용+인터페이스 비용	$300 (매개 변수에 지출$1,000 당)	0.매개 변수	에 소비 된$1,000 당 0089 일 사용자 정의 및 인터페이스 비용의 합계= $280,000	$84,000	25 일
합계					$389,000	135 일

당신은 아마 공급 업체가 사용자 정의 및 인터페이스의 설립에 대해 서로 다른 매개 변수를 적용 지적했다. 테스트를 위해 추정은 다른 두 영역의 추정 결과를 상호 참조합니다.

결론

파라미터 추정은 충분한 이력 데이터를 사용할 수 있고 파라미터와 추정 값 사이에 입증된 상관 관계가 있는 경우 비용,자원 요구 사항 및 기간에 대한 매우 정확한 접근 방식이 될 수 있습니다.

실제로,파라메트릭 추정은 복잡한 통계 모델의 형태뿐만 아니라’3 의 규칙’계산을 수행하는 간단한 형태로 배포됩니다(위의 예제와 같이). 따라서 추정의 복잡성은 정확성의 필요성,과거 데이터의 가용성 및 품질 및 추정에 사용할 수있는 리소스에 따라 달라집니다.