A becslés olyan eljárás, amely hiányos, többnyire tapasztalati adatok alapján, egy adott esetre, adott változóhoz egy becsült értéket rendel.
A köznyelvben a becslés szót leginkább a szemmértéken, megérzésen, tapasztalaton alapuló becslésekre használják. Ezt a folyamatot a különböző területekre vonatkozó ökölszabályok segítik. Az illúziók erősen hatnak a mindennapi becslésekre. Például egy ferde felületen mozogva a vízszintes becslése akár öt-tíz fokkal is eltér. Megfordulva a pontosság két-három fokra nő.
A statisztikában a becslésekkel a becsléselmélet foglalkozik.
A matematikában az approximáció vagy becslés jelenti tipikusan azt az eljárást, amikor egy mennyiség alsó-felső határait, vagy magát a mennyiséget nem lehet pontosan meghatározni, csak közelítő érték meghatározására van lehetőség. Ekkor vagy a kiindulási adat bizonytalan vagy egyéb adatokból közvetlenül nem származtatható, illetve az eljárás kimenete nem határozható meg egzakt módszerekkel.
A projektmenedzsment vagy a mérnöki gyakorlat használja a becslést, főként tervezésnél, illetve a projekttervezés esetén. Több eljárásban is szerepel a becslés, általában a folyamat a következők szerint épül fel: feladat felbontása/lebontása (például feladatok szétbontása WBS), parametrikus becslés, strukturált tervezés, alapfeltételezések meghatározása, Delphi módszer függőségek azonosítása, tevékenységek becslése (idő, erőforrásigény), az eredmények dokumentálása.
Matematikai alapok A becslés matematikai oldalról történhet interpolációval, extrapolációval, átlagszámítással, bizonyos valószínűségszámítás alapján (például Monte Carlo-szimuláció).
A Buffon-féle tűeljárással például a pí értéke becsülhető igen jól.
Tapasztalati alapok A tapasztalatok alapján végzett becslések alapvetően két csoportra oszthatók: fentről lefelé (top-down) becslések lentről felfelé (bottom-up) becslések.
Monte Carlo-módszer A Monte Carlo (MC) módszert Neumann János dolgozta ki 1945-ben, amely egy matematikai eszköz, és alkalmas arra, hogy véletlen események sorozatával oldjunk meg determinisztikus problémákat. Manapság a fizika csaknem összes területén széles körű alkalmazása van a determinisztikus és statisztikus problémák megoldásának. Ilyen statisztikus probléma az elektron transzportja is szilárd anyagban. E módszer alkalmas arra, hogy olyan fizikai paramétereket származtassunk, melyeket más módszerekkel különösen nehezen határozhatunk meg (például rugalmas visszaszórási tényező).
Delphi-módszer A Delphi-módszer (konszenzuson alapuló) becslés. A résztvevőknek bizonyos tapasztalatuknak kell lennie az adott területen, ahol a becslést el kell végezni. A folyamat fő lépései a következők: Annak a meghatározása, pontosan mit kell megbecsülni; A kiinduló feltételezések meghatározása; a fentiek alapján a résztvevők tapasztalataik alapján elvégzik a becslést; Az egyes becsült értékek egymással való megosztása, megbeszélése után a csoport egyetértéssel közösen elfogadott értéket határoz meg, ami a becslés eredménye.
WAVE-módszer A „WAVE” elnevezés az angol Weighted AVErage – súlyozott átlag – szavakból származik. A Delphi módszer továbbfejlesztett változata. A fentiekben leírt módon konszenzuson alapuló becslést végeznek a résztvevők, azzal a különbséggel, hogy nem egy értékre, hanem három értékre kell becslést adni: a legjobb esetre BC (Best case) a legrosszabb esetre WC (Worst case) a legvalószínűbb esetre ML (Most likely)
A három értékből a
képlettel számítható a becslés eredménye.
Objektumalapú becslés Akkor használható, ha a becsülni kívánt érték, de inkább értékek valamilyen egység alapján, lineárisan határozhatók meg. Ebben az esetben két becslési paramétert kell meghatározni: az egység értékét a korrekciós tényezőt.
A becslés eredménye a képlettel számítható, ahol: E az adott objektum száma (adott) F a adott objektum egy egységére adott becslés G a korrekciós tényező, amely tapasztalaton alapul, az adott esetnek az átlagostól való eltérésének jellemzőinek (mennyiség, minőség, tudás, használt eszköz, stb.) figyelembe vételére szolgál. Ez a tényező nem azonos a mérnöki gyakorlatban ismert és használt biztonsági tényezővel.
Általában – főként ellenőrzési céllal – egy-egy becslést több módszerrel is célszerű végrehajtani, és az eredményeket összevetni. Ha nincsen túl nagy eltérés, akkor feltehetőleg jó a becslés (különösen akkor, ha független csoportok vagy személyek végezték a becslést). Ellenkező esetben célszerű újabb becsléseket készíteni. Gyakran a becsléssel összefüggő információk számának növekedése jobb (pontosabb) becslést tesz lehetővé. fentiekre tekintettel a például a projektmenedzsment gyakorlatban a tervezésnél, ahol a becslések a leggyakrabban használatosak, a következő kategóriákat használják a becslések „jóságára”: durva becslés a +80% és -25% közötti eltérés elfogadható becslés a +25% és -10% közötti eltérés realista becslés a +10% és -5% közötti eltérés.
A pozitív és negatív irányú eltérések aszimmetriáját az a (kísérletileg igazolt) emberi tulajdonság magyarázza, hogy hajlamosak vagyunk optimistán becsülni: pozitív irányban inkább túlbecsülünk, mint alul.
Kategória:Projektmenedzsment