首页 > 其他分享 >挣值分析与预测技术

挣值分析与预测技术

时间:2023-05-12 09:35:25浏览次数:39  
标签:分析 AC 预测 EAC BAC 挣值 预算 EV

挣值分析

  • 三指标

    • 计划价值(PV)

      是计划工作分配的经批准的预算,为完成某活动或工作分解结构(WBS)组成部分而准备的一份经批准的预算,不包括管理储备

      翻译:当前观测点 计划工作量 的预算价值(要干的活)

    • 挣值(EV)

      对已完成的工作量的测量值,用该工作的批准预算来表示,是已完成工作的经批准预算。

      翻译:当前观测点 实际工作量 的预算价值 (干了多少有效的活)

    • 实际成本(AC)

      在给定的时间段内,执行某活动而实际发生的成本,是为完成与EV相对应的工作而发生的总成本。

      翻译: 当前观测点 实际工作量 的实际花费 (实际上花了多少钱)

  • 四计算

    • 进度偏差 (SV)

      测量进度绩效的一种指标,标识为挣值与计划价值之差,它是只在给定的时间点(观测点),项目提前或落后的进度,是测量项目进度绩效的一种指标。

      公式: SV = EV-PV

    • 成本偏差(CV)

      在给定的某个时间点的预算亏空还是盈余,表示挣值与实际成本的差值。

      公式: CV = EV-AC

    • 进度绩效指数(SPI)

      测量进度效率的一种指标,表示为挣值与计划价值之比,反应了项目团队完成工作的效率。

      公式: SPI = EV / PV

    • 成本绩效指数(CPI)

      测量预算资源成本效率的一种指标,表示挣值与实际成本之比。

      公式: CPI = EV / AC

预测技术

  • 完工预算(BAC)

    安装原计划,完成所有工作所需的预算,成本基准不变就不变,所有活动,价值最初预算多少钱;不包含管理储备

    公式: BAC=所有PV之和

  • 完工估算(EAC)

    全部工作完成所花费的成本预算, EAC = AC + ETC

    1. 非典型估算

    EAC = AC + BAC - EV

    1. 典型估算

      EAC = AC + (BAC-EV) / CPI 或者 EAC = BAC / CPI

  • 完工尚需估算(ETC)

    截至目前,做接下来未做完的工作,还要花多少钱的预算。

    1. 非典型估算 , 保证以后不会再发生类似偏差。

    公式: ETC = BAC - EV

    1. 典型估算,当前偏差可代表未来的趋势。

      公式: ETC = (BAC - EV) / CPI 或者 ETC = (BAC - EV) / (EV / AC)

  • 完工总偏差(VAC)

    公式: VAC = BAC - EAC

  • 完工尚需绩效指数(TCPI)

    衡量未来完成工作的难度,是一种为了实现特定的管理目标,剩余资源的使用必须达到的成本绩效指标,是完成剩余工作所需成本与剩余预算之比。

    1. 基于BAC的计算公式

    TCPI = (BAC - EV) / (BAC - AC)

    1. 基于EAC的计算公式

    TCPI = (BAC - EV) / (EAC - AC)

标签:分析,AC,预测,EAC,BAC,挣值,预算,EV
From: https://www.cnblogs.com/wuxiaoshi/p/17392813.html

相关文章

  • LSSVM,SSA-LSSVM,VMD-LSSVM,VMD-SSA-LSSVM四种算法做短期电力负荷预测,做对比。
    LSSVM,SSA-LSSVM,VMD-LSSVM,VMD-SSA-LSSVM四种算法做短期电力负荷预测,做对比。结果分析-lssvm均方根误差(RMSE):0.79172平均绝对误差(MAE):0.4871平均相对百分误差(MAPE):13.079%结果分析-ssa-lssvm均方根误差(RMSE):0.64591平均绝对误差(MAE):0.44097平均相对百分误差(MAPE):10.4219%结果分析-vmd-......
  • 一次「找回」TraceId的问题分析与过程思考
    小结:1、虽然MTrace已经通过javaagent&instrument技术可以完成Trace信息跨线程传递,但是目前只覆盖到ThreadPoolExecutor类、ScheduledThreadPoolExecutor类和ForkJoinTask类的字节码,而@Async在未指定线程池的情况下默认会启用SimpleAsyncTaskExecutor,其本质是java.util.concurren......
  • HttpClient连接池的连接淘汰策略分析,以及解决HttpNoResponse异常
    本文分析的apacheHttpClient版本为4.5在HttpClient连接池的使用中,发现有三处关于连接释放的时间配置PoolingHttpClientConnectionManager构造函数中的timeToLive,默认是-1publicPoolingHttpClientConnectionManager(finalRegistry<ConnectionSocketFactory>socke......
  • CrackMe爆破与算法分析(二)
    [wocy.1]程序功能:输入username和id,判断是否注册。爆破IDA发现关键字符串“Registed.Goodjob.”,根据字符串定位到代码段。关键跳是jnz这条指令。要想“Registed.Goodjob.”正常输出,把jnz这条指令替换为空指令即可。运行后输入长度比较短的字符串,发现注册失败。IDA查......
  • Crackme逆向分析365例-001
    【Crackme逆向分析365例-001】  表哥是神,误落凡尘说明:本篇练习是表哥逆向分析365系列的第1例,所使用的CrackMe本体来自于网站:https://crackmes.one/,您可在此网站通过作者名或本体名查询下载,也可从本贴中提供的网盘地址下载,其CrackMe本体信息如下所示:本体名称:[EASY]CrackMe......
  • R语言用局部加权回归(Lowess)对logistic逻辑回归诊断和残差分析|附代码数据
    全文链接:http://tecdat.cn/?p=22328最近我们被客户要求撰写关于局部加权回归的研究报告,包括一些图形和统计输出。目前,回归诊断不仅用于一般线性模型的诊断,还被逐步推广应用于广义线性模型领域(如用于logistic回归模型),但由于一般线性模型与广义线性模型在残差分布的假定等方面有所......
  • R语言分位数回归、最小二乘回归OLS北京市GDP影响因素可视化分析
    全文链接:http://tecdat.cn/?p=32372原文出处:拓端数据部落公众号对于影响北京市GDP因素分析常用的方法是最小二乘回归。【1】但最小二乘有自身的缺陷,该方法要求较高,例如许多观测数据很难满足全部假设条件。相比普通最小二乘法只能描述协变量对因变量条件均值变化的影响,分位数回......
  • leetcode 1084 销售分析III
    leetcode1084销售分析IIIselectdistinctp.product_id,p.product_namefromProductpleftjoinSalessonp.product_id=s.product_idwheres.product_idnotin(selectproduct_idfromSaleswheresale_date<'2019-01-01'orsale_d......
  • APIView执行流程(源码分析)、Request对象源码分析
    目录一、APIView执行流程——源码分析(难,了解)1.1基于APIView+JsonResponse编写接口1.2基于APIView+Response写接口1.3APIView的执行流程二、Request对象源码分析(难,了解)一、APIView执行流程——源码分析(难,了解)1.1基于APIView+JsonResponse编写接口#原来基于django原生的Vi......
  • VMD-SSA-LSSVM,基于VMD分解的SSA优化LSSVM做短期电力负荷预测,预测精度非常高!
    VMD-SSA-LSSVM,基于VMD分解的SSA优化LSSVM做短期电力负荷预测,预测精度非常高!结果分析均方根误差(RMSE):0.17332平均绝对误差(MAE):0.12619平均相对百分误差(MAPE):2.0976%ID:46200697697328495......