So führen Sie eine quantitative Risikoanalyse für die PMP-Zertifizierung Prüfung
Wie Sie für die PMP-Zertifizierung Prüfung wissen sollten, ist der erste Schritt Unsicherheit zu quantifizieren ist, um mehr Informationen zu erhalten. Dies wird im Allgemeinen über Forschung getan und Experten zu interviewen. Da quantitative Risikoanalyse mit den Zeitplan und Kostenziele zugeordnet ist, konzentrieren sich auf diesen Schätzungen. Angenommen, Sie haben Kostenschätzungen sind zu sammeln, um zu bestimmen, ob ein Budget von $ 2.500.000 für einen Kindergarten ausreichend ist.
Hier sind die Schritte, die Sie nehmen würde:
Revisit Ihre Kostenschätzungen und eine optimistische bekommen, eine pessimistische und eine wahrscheinlichste Schätzung für jedes PSP-Element.
Addieren Sie die optimistisch, pessimistisch, und am wahrscheinlichsten Schätzungen für das Projekt als Ganzes.
Dokumentieren Sie Ihre Annahmen, aufgrund von Schätzungen und für jeden Satz von Schätzungen Begründung.
Tragen Sie die PERT Gleichung auf die Schätzungen.
Dies gibt Ihnen eine erwartete Kosten für jedes Element und das Projekt als Ganzes.
Verwenden Sie Software eine Wahrscheinlichkeitsverteilung der Werte zu schaffen.
Vergleichen Sie die Summe der wahrscheinlichsten Schätzungen mit der Summe der erwarteten Wertschätzung.
Die PMP-Prüfung wird die PERT (Program Evaluation und Review Technique) Gleichung auf Dauer und Kostenschätzung verwenden. Daß Gleichung
(Optimistisch + 4 (höchstwahrscheinlich) + pessimistisch) / 6
Sie finden fast immer die Summe der am wahrscheinlichsten ist als die Summe der erwarteten Wert erheblich geringer ausfallen wird. Und weil der erwartete Wert der 50% Wahrscheinlichkeitszahl ist, werden Sie feststellen, dass Ihre # 147-höchstwahrscheinlich # 148- Schätzung ist nicht sehr wahrscheinlich, überhaupt nicht!
Die drei Kurven stellen drei verschiedene Szenarien. Die Kurve A zeigt an, dass die optimistischen und höchstwahrscheinlich Schätzungen nahe beieinander liegen und dass die pessimistische Schätzung ist deutlich größer. Die Kurve B zeigt an, dass alle drei Werte gleichmäßig verteilt sind. Kurve C zeigt, dass die optimistische Wert wesentlich geringer ist als die wahrscheinlichsten und pessimistische Werte, die nahe beieinander liegen.
Die Kurve A ist ein gemeinsames Auftreten weil in der Regel die besten Fall und wahrscheinlich sind nicht so weit weg. Allerdings, wenn die Dinge wirklich schief gehen, kann im schlimmsten Fall wirklich schlecht sein! In Kurve A wird der Erwartungswert höher ist als Ihre wahrscheinlichste Wert.