Les statistiques de base que vous devez savoir pour l'examen de certification PMP

Pour l'examen de certification PMP, vous aurez besoin de connaître une certaine terminologie, les mesures et les concepts de la distribution. D'abord, regardez quelques définitions. Alors, jetez un oeil à quelques statistiques de base.

Distribution de probabilité. Une représentation mathématique ou graphique qui représente la probabilité de résultats différents à partir d'un événement fortuit.

Distribution normale. Le distribution- la moyenne, la médiane et le mode en forme de cloche fréquemment rencontrées sont la même valeur. Aussi connu comme un Bell Curve ou un Distribution gaussienne.

Distribution cumulative. Une façon de représenter graphiquement une distribution de montrer la probabilité qu'une valeur et moins (ou plus) donnée seront atteints.

Signifier. Aussi appelée la valeur attendue, la moyenne est la moyenne de tous les points de données. Moyenne peut être calculé comme une moyenne simple ou une moyenne pondérée, basé sur un type spécifique de distribution de probabilité, ou en utilisant une simulation.

Médiane. Le point dans la distribution où 50% des résultats sont au-dessus de la valeur, et 50% des résultats sont en dessous de la valeur.

Mode. Le point de données le plus fréquent.

Distribution triangulaire. Une distribution continue qui est calculé à l'aide de trois variables discrètes ou points de données: optimiste, pessimiste, et le plus probable. Ils ne sont pas pondérées pour le calcul de la moyenne.

image0.jpg

La distribution PERT. Une distribution continue est calculée en utilisant trois variables discrètes: optimiste, pessimiste, et le plus probable, dont le plus probable est pondéré en calculant la moyenne.

image1.jpg

Pour l'examen, toutes les questions sont basées sur une distribution normale. Voici une courbe de distribution normale.

image2.jpg

Dans une distribution normale, la moyenne, la médiane et le mode sont tous les mêmes. Tel est le point de la courbe la plus élevée. Pour une distribution normale, vous cherchez à deux aspects: la moyenne et l'écart type. L'écart-type représente la distance d'un point donné est de la moyenne. Elle est aussi appelée sigma, ou s. Voici une définition plus technique:

L'écart-type. Une mesure de la gamme de résultats, la différence moyenne de la moyenne, calculée comme la racine carrée de la variance. Le symbole de l'écart-type est # 963-.

L'équation de base pour le calcul de l'écart-type est

image3.jpg

Aux fins de l'examen PMP, vous pouvez utiliser un raccourci. Il ne fonctionne que pour les distributions normales, mais parce que voilà tout l'examen PMP utilise, vous devriez être bien. Le raccourci est

(pessimiste - optimiste) / 6

Fondamentalement, la moyenne indique la hauteur de la courbe, et l'écart-type détermine la largeur de la courbe. Une courbe étroite a un niveau relativement faible écart. Une distribution plus plat a une norme relativement plus grande déviation.

image4.jpg

Voici une large distribution.

image5.jpg

En général, les mesures sont évaluées par le nombre d'écarts-types sont de la moyenne. Dans une distribution normale

  • 68,3% des points de données tombent dans une déviation standard.

  • 95,5% des points de données tombent dans 2 écarts-types.

  • 99,7% des points de données tombent dans les 3 écarts-types.

Ainsi, pour une distribution normale, presque toutes les valeurs se situent dans 3 écarts-types de la moyenne.

Vous avez besoin de cette information pour la qualité, l'estimation des coûts, la durée d'estimation, et les questions de risque à l'examen PMP. Voici un exemple rapide de la qualité du projet où vous commentez la qualité des estimations de la durée.

Un membre de l'équipe estime que la tâche A sera probablement terminé dans les 30 jours. Le meilleur scénario est qu'il pourrait être terminé en 24 jours, et le pire scénario est que cela prendrait 36 ​​jours. Vous souhaitez estimations pour l'achèvement prévu. Basé sur cette information, vous voulez connaître la réponse à cette question:

Quelle est la probabilité que vous allez terminer la tâche en 28-32 jours?

Pour répondre à cette question, prendre les mesures suivantes:

  1. Calculer la moyenne (valeur prévue) en utilisant l'équation de distribution PERT.

    (24 + 4 (30) + 36) / 6 = 30

  2. Calculer l'écart type en utilisant la formule courte.

    (36 - 24) / 6 = 2

  3. Additionner et soustraire la valeur de déviation standard et à partir de la moyenne.

    +/-1# 963-est 28-32 jours, ce qui représente 68%.

    Ainsi, vous pouvez estimer de façon fiable une chance de 68% que l'activité sera terminée dans les 28-32 jours.

Voici une pièce de plus d'informations que vous devez savoir: distribution cumulative. Dans une distribution cumulative, vous verrez ce qui suit:

  • 0,15% des points de données tombent entre 0 et -3 # 963-de la moyenne.

  • 2,25% des points de données tombent entre 0 et -2 # 963-de la moyenne.

  • 16% des points de données tombent entre 0 et -1# 963-à partir de la moyenne.

  • 84% des points de données tombent entre 0 et 1 + # 963-de la moyenne.

  • 97,75% des points de données tombent entre 0 et + 2 # 963-de la moyenne.

  • 99,85% des points de données tombent entre 0 et + 3 # 963-de la moyenne.

En utilisant la même question, calculer la probabilité de terminer en 32 jours ou moins.

Cette question, cependant, pose une question sur la probabilité cumulative de toutes les valeurs de 32 jours ou moins. Dans l'étape 1 de la liste précédente, la moyenne était de 30 jours. L'écart-type était 2. prendre ces mesures pour résoudre le problème:

  1. 30 jours (la moyenne) + 1 # 243- (2 jours) = 32 jours.

  2. En regardant les informations précédentes, vous pouvez voir que 84% des résultats se situent entre 0 et + 1 # 243 de la moyenne.

Par conséquent, vous pouvez estimer de façon fiable une chance de 84% que la tâche sera terminée en 32 jours ou moins.

Parce que 68% de tous les résultats sont +/- 1 # 963-de la moyenne, si vous essayez de déterminer le pour cent qui est juste + 1 # 963-ou juste -1 # 963-, vous divisez 68% par 2 pour obtenir 34%. Pour obtenir la distribution cumulative, vous commencez avec la moyenne de 50% et ajoutez 34% à montrer la valeur cumulative pour une # 963-:

+ 50% (68% / 2) = 84%

Vous pouvez soustraire 34% pour obtenir la valeur cumulative pour -1 # 963-:

50% - (68% / 2) = 16%

Vous suivez la même méthode pour 2 # 963- utilisant 95,5% divisé par 2, et 3 # 963-en utilisant 99,7% divisé par 2.


» » » » Les statistiques de base que vous devez savoir pour l'examen de certification PMP