Monte
Carlo 模拟是一种预测不确定事件可能结果的数学技术。我们之前曾撰写过有关其为研发专业人员带来的益处的文章，并主持过有关 Monte
Carlo 模拟功能的网络讲座，以帮助产品满足预期规格、预测过程能力并确定最佳过程设置。然而，Monte
Carlo 也可以是估计项目持续时间，甚至成本的强大工具。
想象一下，一个软件开发项目通常基于两周冲刺构建。为简单起见，假设所有要求都已指定，并且一组开发人员已准备好工作。不出所料，老板问道：“80 天内我们的会议能否提供这项新功能？”
在估计项目时间表时，项目经理会考虑 3-4 个冲刺（42 到 56 天）的开发时间、1-2 个冲刺（14 到 28 天）的质量测试以及 1 周的部署时间（7 天）。更谨慎的方法包括增加最大时间范围：开发 56 天，测试 28 天，部署 7 天，合计 91 天。或者，经理可以对这些估计取平均值，得到 77 天（49 天用于开发，21 天用于测试，7 天用于部署）。但是，如果老板提出 80 天的交付请求，则确定是否满足截止日期成为一个关键考虑因素。
正如您从下图中看到的，我在 Minitab Engage 中输入这位项目经理的困境，以预测项目的持续时间。我已经进入了项目的三个阶段（以天为单位
预测持续时间的旧方法：猜测
项目时间表通常是不确定的事件，特别是在项目跨职能时。虽然项目经理通常会猜测项目的时间安排，但他们可以使用简单的模拟来完成猜测工作。想象一下，一个软件开发项目通常基于两周冲刺构建。为简单起见，假设所有要求都已指定，并且一组开发人员已准备好工作。不出所料，老板问道：“80 天内我们的会议能否提供这项新功能？”
在估计项目时间表时，项目经理会考虑 3-4 个冲刺（42 到 56 天）的开发时间、1-2 个冲刺（14 到 28 天）的质量测试以及 1 周的部署时间（7 天）。更谨慎的方法包括增加最大时间范围：开发 56 天，测试 28 天，部署 7 天，合计 91 天。或者，经理可以对这些估计取平均值，得到 77 天（49 天用于开发，21 天用于测试，7 天用于部署）。但是，如果老板提出 80 天的交付请求，则确定是否满足截止日期成为一个关键考虑因素。
预测持续时间的新方法：模拟
没有人喜欢告诉老板这是无法做到的。也许更糟糕的是，告诉老板您不确定结果。这就是 Monte Carlo 模拟可以提供帮助的地方！正如您从下图中看到的，我在 Minitab Engage 中输入这位项目经理的困境，以预测项目的持续时间。我已经进入了项目的三个阶段（以天为单位