挣值计算中的典型与非典型

2024-06-07 18:04
文章标签 计算 与非 典型 挣值

本文主要是介绍挣值计算中的典型与非典型,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

挣值计算中的典型与非典型

  • 定义
  • 计算过程
  • 举例
    • 试题一(非典型)
    • 试题二(典型)

在挣值计算,对于影响项目成本的因素有典型和非典型两种情况,经常记错。
不知道哪个天杀的,起的名字。

定义

挣值管理(EMV,Earn Management Value)
典型偏差,又称为常见偏差,是通常可以纠正并且重复出现的偏差。
非典型偏差,也称为特异性偏差或非常见偏差。

意思就是,典型偏差表示在后续项目过程中,偏差继续存在。表现在计算中就是SPI,CPI不变。
非典则相反。

思来想去,为了记住他们的区别就想出一句话:非典型不传承

计算过程

计算完工估算时:
EAC=AC+ETC
对于非典型的就是修正前的实际成本加上修正后的计划成本(总预算-挣值)。修正后偏差不存在了即CPI=1,则修正后实际成本等于计划成本,即完工尚需成本(ETC)。
这里ETC=BAC-EV
所以EAC=AC+BAC-EV

对于典型就是用总预算除以成本绩效指数(EAC=BAC/CPI)。所以计算时先计算CPI。
CPI=EV/AC
EAC=BAC/CPI=BAC*AC/EV

举例

试题一(非典型)

下表给出了某项目到2018年12月30日为止的部分成本执行(绩效)数据。如果当前的成本是非典型的,则完工估算(EAC)是多少元?

活动编号活动完工百分比(%)计划值 (PV)/元实际成本(AC)/元
1A10010001000
2B1008001000
3C10020002200
4D10050005100
5E8032003000
6F6040003800

项目总预算(BAC):40000元
报告日期:2018年12月30日
解:
偏差是非典型的则表示后续偏差不存在了。SPI和CPI后续为1。
所以,完工估算(EAC)就是之前的实际成本加上之后的计划成本。
2018年12月30日的实际成本:
A C = 1000 + 1000 + 2200 + 5100 + 3000 + 3800 = 16100 ( 元 ) AC=1000+1000+2200+5100+3000+3800=16100(元) AC=1000+1000+2200+5100+3000+3800=16100()
挣值:
E V = 1000 + 1000 + 2200 + 5100 + 3000 × 0.8 + 3800 × 0.6 = 13760 ( 元 ) EV=1000+1000+2200+5100+3000\times0.8+3800\times0.6=13760(元) EV=1000+1000+2200+5100+3000×0.8+3800×0.6=13760()
2018年12月30日后的完工尚需成本:
E T C = B A C − E V = 40000 − 13760 = 26240 ( 元 ) ETC=BAC-EV=40000-13760=26240(元) ETC=BACEV=4000013760=26240()
则完工估算:
E A C = A C + E T C = 16100 + 26240 = 42340 ( 元 ) EAC=AC+ETC=16100+26240=42340(元) EAC=AC+ETC=16100+26240=42340()

试题二(典型)

下表给出了某项目到2019年6月30日为止的成本执行(绩效)数据。如果当前的成本偏差是典型的,则完工估算(EAC)为多少元?

活动完成百分比(%)计划值(PV)/元实际成本(AC)/元
A10022002500
B10025002900
C10025002800
D8015001500
E7030002500
F6025002200

项目总预算(BAC):40000元
报告日期:2019年6月30日
解:
偏差是典型的则表示后续偏差依然存在,CPI不变。
首先计算CPI:
P V = 2200 + 2500 + 2500 + 1500 + 3000 + 2500 = 14200 ( 元 ) PV=2200+2500+2500+1500+3000+2500=14200(元) PV=2200+2500+2500+1500+3000+2500=14200()
A C = 2500 + 2900 + 2800 + 1500 + 2500 + 2200 = 14400 ( 元 ) AC=2500+2900+2800+1500+2500+2200=14400(元) AC=2500+2900+2800+1500+2500+2200=14400()
E V = 2200 + 2500 + 2500 + 1500 × 0.8 + 3000 × 0.7 + 2500 × 0.6 = 12000 ( 元) EV=2200+2500+2500+1500\times0.8+3000\times0.7+2500\times0.6=12000(元) EV=2200+2500+2500+1500×0.8+3000×0.7+2500×0.6=12000(元)
C P I = E V ÷ A C = 12000 ÷ 14400 = 5 / 6 CPI=EV\div AC=12000\div 14400=5/6 CPI=EV÷AC=12000÷14400=5/6
则完工估算:
E A C = B A C ÷ C P I = 40000 ÷ 5 / 6 = 48000 ( 元) EAC=BAC\div CPI=40000\div 5/6=48000(元) EAC=BAC÷CPI=40000÷5/6=48000(元)

这篇关于挣值计算中的典型与非典型的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1039902

相关文章

Python实现精确小数计算的完全指南

《Python实现精确小数计算的完全指南》在金融计算、科学实验和工程领域,浮点数精度问题一直是开发者面临的重大挑战,本文将深入解析Python精确小数计算技术体系,感兴趣的小伙伴可以了解一下... 目录引言:小数精度问题的核心挑战一、浮点数精度问题分析1.1 浮点数精度陷阱1.2 浮点数误差来源二、基础解决

Python文本相似度计算的方法大全

《Python文本相似度计算的方法大全》文本相似度是指两个文本在内容、结构或语义上的相近程度,通常用0到1之间的数值表示,0表示完全不同,1表示完全相同,本文将深入解析多种文本相似度计算方法,帮助您选... 目录前言什么是文本相似度?1. Levenshtein 距离(编辑距离)核心公式实现示例2. Jac

Python中经纬度距离计算的实现方式

《Python中经纬度距离计算的实现方式》文章介绍Python中计算经纬度距离的方法及中国加密坐标系转换工具,主要方法包括geopy(Vincenty/Karney)、Haversine、pyproj... 目录一、基本方法1. 使用geopy库(推荐)2. 手动实现 Haversine 公式3. 使用py

MyBatis的xml中字符串类型判空与非字符串类型判空处理方式(最新整理)

《MyBatis的xml中字符串类型判空与非字符串类型判空处理方式(最新整理)》本文给大家介绍MyBatis的xml中字符串类型判空与非字符串类型判空处理方式,本文给大家介绍的非常详细,对大家的学习或... 目录完整 Hutool 写法版本对比优化为什么status变成Long?为什么 price 没事?怎

Python并行处理实战之如何使用ProcessPoolExecutor加速计算

《Python并行处理实战之如何使用ProcessPoolExecutor加速计算》Python提供了多种并行处理的方式,其中concurrent.futures模块的ProcessPoolExecu... 目录简介完整代码示例代码解释1. 导入必要的模块2. 定义处理函数3. 主函数4. 生成数字列表5.

Python多进程、多线程、协程典型示例解析(最新推荐)

《Python多进程、多线程、协程典型示例解析(最新推荐)》:本文主要介绍Python多进程、多线程、协程典型示例解析(最新推荐),本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定... 目录一、multiprocessing(多进程)1. 模块简介2. 案例详解:并行计算平方和3. 实现逻

Java计算经纬度距离的示例代码

《Java计算经纬度距离的示例代码》在Java中计算两个经纬度之间的距离,可以使用多种方法(代码示例均返回米为单位),文中整理了常用的5种方法,感兴趣的小伙伴可以了解一下... 目录1. Haversine公式(中等精度,推荐通用场景)2. 球面余弦定理(简单但精度较低)3. Vincenty公式(高精度,

windows和Linux使用命令行计算文件的MD5值

《windows和Linux使用命令行计算文件的MD5值》在Windows和Linux系统中,您可以使用命令行(终端或命令提示符)来计算文件的MD5值,文章介绍了在Windows和Linux/macO... 目录在Windows上:在linux或MACOS上:总结在Windows上:可以使用certuti

Python如何计算两个不同类型列表的相似度

《Python如何计算两个不同类型列表的相似度》在编程中,经常需要比较两个列表的相似度,尤其是当这两个列表包含不同类型的元素时,下面小编就来讲讲如何使用Python计算两个不同类型列表的相似度吧... 目录摘要引言数字类型相似度欧几里得距离曼哈顿距离字符串类型相似度Levenshtein距离Jaccard相

使用C#代码计算数学表达式实例

《使用C#代码计算数学表达式实例》这段文字主要讲述了如何使用C#语言来计算数学表达式,该程序通过使用Dictionary保存变量,定义了运算符优先级,并实现了EvaluateExpression方法来... 目录C#代码计算数学表达式该方法很长,因此我将分段描述下面的代码片段显示了下一步以下代码显示该方法如