Estoy trabajando con un nuevo equipo y los guiando a través de algunos casos de uso estándar o historias ágiles. Presento la primera característica, el equipo lo evalúa y me doy sus estimaciones iniciales.
Una persona en nuestro equipo, llamémosla Ann, rápidamente tira «Esto debería ser unos dos días». Otro miembro senior del equipo, llamémoslo Jerry, dice: «No puedo imaginar que tome más de un par de horas».
Le pregunto a Ann: «¿Por qué crees que son dos días»? Ella responde: «Bueno, si digo un día y hay defectos, etc., llevará más tiempo. La verdad es que no sé si esto es un día o tres días, pero esto es solo una estimación. No importa lo que diga que va a estar fuera, y estarás infeliz «.
Después de defenderme y decir «eso no es cierto, yada yada yada», me recuerdo a Jerry preguntando por qué piensa que esto es solo un par de horas. Él responde: “¿Qué tan difícil puede ser este? Es una pantalla directa. Solo tengo que construir una nueva mesa con los códigos de referencia y estamos listo para comenzar. No veo ningún desafío «.
Uno de los compañeros de equipo de Jerry pregunta: «¿No va a tomar algún tiempo descargar los códigos de referencia, limpiarlos y meterlos en la mesa? ¿Y no deberíamos crear algunas pruebas automatizadas rápidas para asegurarnos de que esto funcione? » Jerry hace una pausa y dice: “Bueno, supongo. Si quieres incluir todo eso, necesito un medio día completo ”.
Finalmente, Ann salta y comparte: “Si me preguntas, creo que debes estimar un día completo. Vamos a necesitar que el equipo de control de calidad firme y para cuando haga cualquier ajuste, podría llevarlo todo el día «.
¿Cuál es la escala estimativa?
Los ingenieros estiman constantemente los costos de capital para determinar si un
El proyecto es viable o no. Hay diferentes métodos para hacer tales
Estimación, pero un método que es particularmente común es estimar
El costo de un nuevo proyecto del costo de un proyecto pasado que tiene un
Diferente capacidad, es una estimación a través del factor de escala.
El procedimiento del factor de escala se da a continuación, paso a paso.
Para poder usar la metodología del factor de escala, uno debe tener un
punto de referencia, un proyecto similar ya completado, pero no
necesariamente del mismo tamaño.
Por lo tanto, los siguientes datos deben determinarse en primer lugar:
- Inversión total de capital del Proyecto A pasado, realizada en el año Y1
- Capacidad del proyecto a
- Capacidad del nuevo Proyecto B que se realizará en el año Y2
- El Proyecto A y el Proyecto B son similares en términos de proceso
Tecnología (operaciones unitarias, tipo de materia prima y producto) - El ingeniero busca una estimación aproximada del costo (generalmente
+/- 30%). Este método no es preciso, es solo un orden de
magnitud. - Las capacidades no están muy lejos del otro
- Las fechas de cada proyecto no están muy lejos, lo que significa que
Se puede usar la misma tarifa en dólares. Si hay mucho tiempo en
Entre los proyectos, el costo estimado estaría en dólar del año Y1
y entonces tendría que ser corregido con la inflación para obtener el costo
en dólares del año y2.
Es importante entender que multiplicar la capacidad por 2
Por ejemplo, no conducirá a duplicar el CAPEX del proyecto. los
El método del factor de escala está utilizando un exponente <1.
¿Qué es la escala estimada?
Resumen: La regresión m-quantile es una forma general de regresión de tipo cuantil que
generalmente utiliza la función de influencia huber y el ajuste correspondiente
constante. La estimación requiere un parámetro de escala molesta para garantizar el
Las estimaciones de M-quantile son invariables a escala, con varios estimadores de escala que tienen
anteriormente ha sido propuesto. En este artículo evaluamos estos estimadores de escala y
evaluar su idoneidad, así como proponer un nuevo estimador de escala basado en
El método de momentos. Además, presentamos dos enfoques para estimar
Selección constante de ajuste basada en datos para la regresión m-cuantil. La afinación
Las constantes se obtienen i) minimizando la varianza asintótica estimada de
los parámetros de regresión y ii) utilizar una función m-cuantil inversa para
Reducir el efecto de las observaciones periféricas. Investigamos si se basa en datos
Ajustar constantes, en oposición a la constante fija habitual, por ejemplo, en
C = 1.345, puede mejorar la eficiencia de los estimadores de la regresión m-cuantil
parámetros. Se investiga el rendimiento de la constante de ajuste basada en datos
en diferentes escenarios utilizando simulaciones basadas en modelos. Finalmente, ilustramos
Los métodos propuestos utilizan una estadística de la Unión Europea sobre ingresos y vida.
Condiciones Conjunto de datos.
ARXIVLABS es un marco que permite a los colaboradores desarrollar y compartir nuevas funciones de ARXIV directamente en nuestro sitio web.
Tanto las personas como las organizaciones que trabajan con ARXIVLABS han adoptado y aceptado nuestros valores de apertura, comunidad, excelencia y privacidad de datos de usuarios. ARXIV está comprometido con estos valores y solo funciona con socios que se adhieren a ellos.
¿Cómo se construye una escala estimativa?
Una escala Vernier, llamada así por Pierre Vernier, es una ayuda visual para tomar una lectura de medición precisa entre dos marcas de graduación en una escala lineal mediante el uso de la interpolación mecánica, aumentando así la resolución y reduciendo la incertidumbre de la medición mediante el uso de la agudeza de Vernier para reducir el error de estimación humana. Se puede encontrar en muchos tipos de instrumentos que miden cantidades lineales o angulares, pero en particular en un calibrador vernier que mide el diámetro interno o externo de los cilindros huecos.
El vernier es una escala subsidiaria que reemplaza un solo puntero de valor medido, y, por ejemplo, tiene diez divisiones iguales en la distancia a nueve divisiones en la escala principal. La lectura interpolada se obtiene observando cuál de las graduaciones de la escala Vernier coincide con una graduación en la escala principal, que es más fácil de percibir que la estimación visual entre dos puntos. Tal disposición puede llegar a una resolución más alta utilizando una relación de escala más alta, conocida como Vernier Constant. Se puede usar un vernier en escalas circulares o rectas donde un mecanismo lineal simple es adecuado. Los ejemplos son pinzas y micrómetros para medir a tolerancias finas, en sextantes para la navegación, en teodolitos en la topografía y, en general, en instrumentos científicos.
El principio vernier de interpolación también se usa para sensores de desplazamiento electrónico, como codificadores absolutos para medir el movimiento lineal o rotacional, como parte de un sistema de medición electrónica.
El primer calibrador con una escala secundaria, que contribuyó con precisión adicional, fue inventado en 1631 por el matemático francés Pierre Vernier (1580-1637). [1] Su uso fue descrito en detalle en inglés en Navigatio Britannica (1750) por el matemático e historiador John Barrow. [2] Si bien las calibradores son el uso más típico de las escalas vernier hoy en día, se desarrollaron originalmente para instrumentos de medición de ángulo como cuadrantes astronómicos.
En algunos idiomas, la escala Vernier se llama Nonius después del matemático portugués, el cosmógrafo Pedro Nunes (Latin Petrus Nonius, 1502-1578). En inglés, este término se usó hasta finales del siglo XVIII. [3] Nonius ahora se refiere a un instrumento anterior que se desarrolló Nunes.
Artículos Relacionados:
