英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料
在挣值管理中应用的项目成果预测统计方法中使用挣值进度绩效指标
- 沃尔特·利普克；2.奥菲尔·兹维卡埃勒；3.金莎·亨德森；4.弗兰克·安巴里
- PMI-俄克拉荷马城分会，彭布罗克大道1601号，美国俄克拉荷马州诺曼73072
- 惠灵顿维多利亚大学，邮政信箱600号，新西兰惠灵顿
- 澳大利亚新南威尔士州兰德威克687信箱
- 华盛顿州西北大街2201号乔治华盛顿大学。哥伦比亚特区20052，美国
2007年8月2日第一版；2008年1月31日收到修订版；2008年2月19日发表
【摘要】：挣值管理(EVM)提供了预测项目最终成本的方法。在很大程度上，这些方法从一开始就没有改进过，除了一些个例，在准确性方面仍然没有得到证实。目前，EVM应用指南不支持项目进度部分的最终工期预测。
本研究的目的是通过提供一种可靠的最终成本和持续时间的预测方法，提高项目经理做出明智决策的能力。所提出的方法及其评估利用了一种完善的项目管理方法、一种用于分析进度绩效的最新技术以及实现其目的的统计数学——EVM、赢得进度(ES)以及统计预测和测试方法。
这项计算方法运用了12个项目的数据进行核验。最终成本和持续时间的结果对于预测方法的普遍应用来说是足够可靠的。该方法是值得被鼓励使用的；无论工作类型或项目的成本和持续时间大小，都可以应用它。
【关键词】：项目管理；挣值管理；挣得的时间表；预测；预测；统计数字
- 背景及概况
挣值管理(EVM)是一种项目管理方法，它有助于项目控制并为预测最终成本提供支持。尽管文献显示，对于美国国防部(USDoD)非常大的[1-5项目，EVM成果成本预测是相当可靠的，但对于所有管理者，包括那些管理低成本、短期项目的管理者，拥有可靠的预测工具是非常重要的。同样，拥有一个预测项目持续时间的独立评估工具也同样有价值。因此需要进行重大改进，以扩大成本预测的效用，并开发非常期望的能力，以可靠地预测完工时的进度持续时间。
因此，本文的目的是改进项目结果的预测方法。随着改进，项目经理将有更好的行动信息。
本文所提出的方法及其评估利用了一种完善的项目管理方法、一种用于分析进度绩效的最新技术以及实现其目的的统计数学——EVM·[6]、赢得进度(ES) [7，8]、统计预测[9]和测试方法[10]。
论文的结构包括对EVM的简短介绍，然后是对专家系统的简要说明，接着是对所使用的统计方法的描述。所使用的项目数据具有特征；随后，对研究进行了描述，包括结果介绍和分析。
- 挣值管理与研究综述
本文假设了对EVM的理解。为方便起见，EVM用来描述项目状态和预测最终成本的术语如下:
PV 计划价值
AC 实际花费
EV 挣得价值
CV 成本差异 (CV = EV - AC)
SV 进度差异 (SV = EV - PV)
CPI 成本绩效指数 (CPI = EV/AC)
SPI 进度绩效指数 (SPI = EV/PV)
BAC 竣工预算
PMB 性能测量基线
(一段时间内的累积PV)
IEAC 竣工时的独立估算
(估计的最终成本)
自1990年美国国防部取消开发海军隐形飞机A-12复仇者号项目以来，人们对更好地了解EVM的兴趣大增。出于这种兴趣，进行了几项关于CPI和IEAC的研究，并在较小程度上进行了抽样调查。几项研究结果来自这些努力，[1-5]，总结如下:
(1)IEAC = BAC/CPI的结果是对最终成本低值的合理运行估计。
(2)当项目完成20%时，CPI的累计值稳定。稳定性定义为最终CPI与完
成20%时的值相差不超过0.10(CPI20%)。
(3)最终成本的范围可从结果2获得:IEAC = BAC/(CPI20% 0.10)。
(4)从稳定的角度来看，CPI的价值只会恶化，直到项目完成。
上述四项研究结果完全来自美国农业部的数据集。它们已被认为是普遍适用的[11]。也就是说，这些发现被认为同样适用于所有类型的工作——建筑、国防新系统开发和软件开发，从持续十多年的数十亿美元的极其庞大的国防努力到小型信息技术项目，例如，需要不到一年完成的10万美元的项目。然而，小型项目的经理们报告说，他们很少观察到CPI稳定性的发现。如果不了解小型和非美国国防部项目的CPI稳定性行为，这些经理对项目成本结果进行可靠预测的能力有限。
从最近出版的[12]中可以看出，要求CPI稳定在20%的调查结果2和3很可能只适用于长期的超大型项目。因此，小项目的管理者是否能从他们的使用中获得可靠的决策信息是值得怀疑的。
- 挣得进度法的介绍
EVM和它的项目绩效指标是众所周知的，在某种程度上他们的行为是可以理解的。如前所述，已经有几项关于CPI和IEAC行为的研究。然而，SPI是另一回事。EVM进度指标(SPI和SV)没有得到很好的研究，因为当项目继续执行超过计划结束日期时，它们被广泛认为是失败的。对于后期完成的项目，SPI收敛并以值1.00结束，而SV的行为类似，收敛并以0.00结束。有了这个缺陷，计划预测就不能可靠地使用SPI执行。
最近扩展到EVM，提供了可靠、有用的进度性能信息。扩展得到的是挣得进度法(ES）[7]。简而言之，该方法产生基于时间的指标，不同于EVM提供的基于成本的进度绩效指标。
图1是用于理解该概念的图示。专家系统衡量的是EV累积的数量的发生时间。如图表所示，这是项目管理基准上的点，在该点上，生产总值等于累计生产总值。从PMB上的点到时间轴的垂直线决定了时间表的“挣得”部分。从项目开始到时间轴交点的持续时间是赢得的时间表的数量。
虽然如前所述，ES可以用图形来确定，但当作为一种计算来简化时，这个概念就变得更加有用了。ES的计算有两个组成部分。一个是EV大于或等于PV的时间增量数；这种成分被称为“C”。第二个组成部分是“I”。I的计算是线性插值。从图1中可以观察到，对于条件PV = EV，PMB的交点描述了一个时间，该时间没有在时间增量开始时精确对齐；它介于两者之间。插值值是使用公式I = (EV - PVC)/(PVC 1- PVC)计算的，其中C如上所述。因此，I是指从C对应的PV到C 1对应的PV的增量。因此，以方程式的形式，赢得的计划持续时间是ES = C I。
作为对专家系统的线性插值部分的进一步解释，应该清楚的是，专家系统的I分量仅涉及计算的最终时间增量。PMB曲线不是一个定义的数学函数；它是根据周期性时间间隔的累积PV值创建的。如果没有数学函数，需要插值来确定最终增量的小数部分，以声明完整。最后要注意的是，随着计数C变得越来越大，内插部分变得越来越不成比例，因此，由于线性近似为1而导致的ES值的误差变得不显著。例如，3个月EV数据的最大误差为3%；10个月后，误差小于1%。
确定了专家系统后，就可以形成基于时间的指标。现在可以根据项目管理委员会比较项目在时间上的位置和应该在的位置。“实际时间”，表示为AT，是记录EV累计的持续时间。以时间为基础的指标很容易从两个衡量标准，即ES和AT制定出来。计划差异变为SV(t) = ES - AT，计划绩效指数为SPI(t) = ES/AT。
总而言之，为ES开发的术语和指标方程如下:
AT 实际时间(对应EV的时间增量数)
ES 挣得进度 (ES = C I)
C 在 EV》=PV的状态下PMB的总时间增量
I 获得的PMB增量的I部分
I= (EV - PVC)/(PVC 1- PVC)
SV(t) 进度差异 (time) (SV(t) = ES - AT)
SPI(t) 进度绩效指数 (time)(SPI(t) = ES/AT)
使用图1，可以示出ES计算的示例。从图中可以看出，到5月份，所有的PV都已经赚到了。然而，就基线而言，6月份只完成了一部分。因此，计划进度的已完成部分的持续时间超过5个月；因此，C = 5。累计净值出现在7月底，等于7个月。确定6月计入ES的部分的计算方法是前面描述的线性插值。超过5月累计生产总值的EV除以6月计划生产总值的增量，确定了6月计划中已获得的部分。
从图1所示的值，我可以确定:五月底的PV等于85，六月底的PV是125，EV是105。I的分子等于EV - PV5(May) = 105 - 85 = 20。分母pv6(6月)- pv5(5月)等于125 - 85 = 40。因此，PMB的6月部分对ES值的贡献是20除以40或0.5。因此，对于我们的示例，ES = 5 0.5 = 5.5。AT = 7时，可以确定指标:SV(t) = 5.5 - 7 = -1.5月，SPI(t) = 5.5/7 = 0.79。
早些时候，曾讨论过最终成本可以从公式中预测，IEAC = BAC/CPI。以类似的方式，最终持续时间可以从IEAC(t) =项目开发/项目进度计划(t)中预测，其中项目开发是项目的计划持续时间，IEAC(t)是完工时的独立估计(时间)。从最近的研究，已经表明，平均来说，ES比其他常用的基于EVM的时间表预测方法是一个更好的预测最终持续时间的方法[13,14]。
- 统计预测
拥有成本和进度的可靠指标，EVM的CPI和ES的 SPI(t)，统计的应用提供了额外的项目管理信息。统计学的数学可以进一步完善成本和持续时间的预测，方法是将成本和持续时间的预测扩展到高产出和低产出。通过预测成本和进度结果的上限和下限，项目经理已经显著改进了用于做出影响项目成功决策的信息[15]。
上述界限被称为置信限[9]。置信限（CL）的统计方程为：
其中，Z是代表置信水平的正态分布值，r是标准偏差(周期值的变化)，n是观察的次数。
置信限通常计算在90%或95%的水平。对于正态分布，Z = 1.6449和1.9600，分别为90%和95%，[9]。需要注意的是，随着百分比的增加，z的值也增加。因此，95%的置信限比90%的置信限更远离平均值。当观察数小于30时，建议使用t分布中的t值代替z值。
从上述计算置信区间的公式中可以看出，置信限的计算需要平均值和标准偏差[9]。累积指数的对数接近[16]所需的平均值。标准偏差的估计值是通过使用指数的周期值的对数获得的。标准偏差的估计值使用以下等式计算:
其中总和(Sigma;)是从项目开始到现在的所有周期观测的总和，用(i)表示。
作为前面讨论的进一步解释，使用对数是因为它们已经被显示为导致指数的周期值接近正态分布[17]。
统计方法假设被检查的人口是无限的。然而，项目是有限的；他们有开始和结束。对于有限的总体，调整统计计算。随着项目接近完成，调整导致置信上限和置信下限相互接近，最终达到相同的平均值。调整系数来自统计公式radic;((N - n)/(N - 1)),其中，对于我们的应用，N是观察的总数，N是[9]样本中的观察数。进行适当的替换后，成本(AFc)和进度(AFs)的调整系数变为
将前面讨论的元素结合起来，得出了研究中使用的置信限的一般公式：
CL计算的结果是累积指数的对数。因此，转换是必需的，通过提高自然数“e”(2.718...)到得到CL。反过来，指数的极值被用来计算最终成本和持续时间的界限估计值。例如，成本上限的预测值IEACH是使用与成本绩效相关的低成本值CLc(–)计算的，如下所示:
其中EXP表示将数字e提高到CLc的幂(–)的数学运算。
类似地，该计划的持续时间界限预测是使用由累积和周期值决定的置信限来计算的，SPI(t)所述累积和周期值为:IEAC(t)=PD/EXP(CLs)。CLs的下标“s”表示置信限是从计划执行中得出的。
- 方法
研究的目的是表明从统计计算中获得的成本和进度的上限和下限的值能够可靠地提供良好的项目管理信息。对于研究中使用的每组项目数据，所有的计算都是重复的，从而为每个新添加的定期观察创建修订的上下限。每个项目从开始到结束的这些上限和下限随后使用统计假设检验进行检验，特别是显著性水平为0.05的符号检验[10]。符号测试可用于评估一个样本等于、大于或小于第二个样本的趋势。对于我们的使用，符号测试适用于大于和小于条件的单独测试:
(1) H1(成本上限):最终成本低于IEACH。lt;
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[240986]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
