. . . . . . "\u0422\u0440\u0451\u0445\u043A\u0440\u0430\u0442\u043D\u044B\u0439 \u043C\u0435\u0442\u043E\u0434"@ru . "T\u0159\u00ED\u010D\u00EDseln\u00FD odhad (Three point estimate) je metodika pou\u017E\u00EDvan\u00E1 v projektov\u00E9m managementu pro zp\u0159esn\u011Bn\u00ED odhad\u016F. Po\u017E\u00EDv\u00E1 se v kombinaci s dal\u0161\u00EDmi metodikami odhadu. Pracuje s rozd\u011Blen\u00EDm pravd\u011Bpodobnosti."@cs . . "The three-point estimation technique is used in management and information systems applications for the construction of an approximate probability distribution representing the outcome of future events, based on very limited information. While the distribution used for the approximation might be a normal distribution, this is not always so. For example, a triangular distribution might be used, depending on the application. In three-point estimation, three figures are produced initially for every distribution that is required, based on prior experience or best-guesses: \n* a = the best-case estimate \n* m = the most likely estimate \n* b = the worst-case estimate These are then combined to yield either a full probability distribution, for later combination with distributions obtained similarly for other variables, or summary descriptors of the distribution, such as the mean, standard deviation or percentage points of the distribution. The accuracy attributed to the results derived can be no better than the accuracy inherent in the three initial points, and there are clear dangers in using an assumed form for an underlying distribution that itself has little basis."@en . . "T\u0159\u00ED\u010D\u00EDseln\u00FD odhad (Three point estimate) je metodika pou\u017E\u00EDvan\u00E1 v projektov\u00E9m managementu pro zp\u0159esn\u011Bn\u00ED odhad\u016F. Po\u017E\u00EDv\u00E1 se v kombinaci s dal\u0161\u00EDmi metodikami odhadu. Pracuje s rozd\u011Blen\u00EDm pravd\u011Bpodobnosti."@cs . . "20622617"^^ . . . . "Three-point estimation"@en . . . . . "Die Drei-Zeiten-Methode, auch 3-Punkt-Sch\u00E4tzung oder PERT-Sch\u00E4tzung genannt, ist eine Methode zur Sch\u00E4tzung von Zeit oder Aufwand im Projektmanagement. Sie erweitert die Zwei-Zeiten-Methode durch eine zus\u00E4tzliche Gewichtung der Sch\u00E4tzung von Best-Case, Likely-Case und Worst-Case."@de . "The three-point estimation technique is used in management and information systems applications for the construction of an approximate probability distribution representing the outcome of future events, based on very limited information. While the distribution used for the approximation might be a normal distribution, this is not always so. For example, a triangular distribution might be used, depending on the application. In three-point estimation, three figures are produced initially for every distribution that is required, based on prior experience or best-guesses:"@en . "\u0422\u0440\u0451\u0445\u0442\u043E\u0447\u0435\u0447\u043D\u044B\u0439 \u043C\u0435\u0442\u043E\u0434 \u0438\u043B\u0438 \u0432\u0437\u0432\u0435\u0448\u0435\u043D\u043D\u0430\u044F \u0442\u0440\u0451\u0445\u0442\u043E\u0447\u0435\u0447\u043D\u0430\u044F \u043E\u0446\u0435\u043D\u043A\u0430 \u0438\u043B\u0438 PERT-\u043E\u0446\u0435\u043D\u043A\u0430 \u2014 \u043C\u0435\u0442\u043E\u0434 \u043E\u0446\u0435\u043D\u043A\u0438 \u0432\u0440\u0435\u043C\u0435\u043D\u0438 \u0438 \u0443\u0441\u0438\u043B\u0438\u0439 \u0432 \u0443\u043F\u0440\u0430\u0432\u043B\u0435\u043D\u0438\u0438 \u043F\u0440\u043E\u0435\u043A\u0442\u0430\u043C\u0438. \u041E\u043D \u0440\u0430\u0441\u0448\u0438\u0440\u044F\u0435\u0442 \u0434\u0432\u0443\u043A\u0440\u0430\u0442\u043D\u044B\u0439 \u043C\u0435\u0442\u043E\u0434, \u0441\u043E\u0441\u0442\u043E\u044F\u0449\u0438\u0439 \u0442\u043E\u043B\u044C\u043A\u043E \u0438\u0437 \u043D\u0430\u0438\u043B\u0443\u0447\u0448\u0435\u0433\u043E \u0438 \u043D\u0430\u0438\u0445\u0443\u0434\u0448\u0435\u0433\u043E \u0441\u0446\u0435\u043D\u0430\u0440\u0438\u0435\u0432 \u0432\u0440\u0435\u043C\u0435\u043D\u0438 \u0434\u043E\u043F\u043E\u043B\u043D\u0438\u0442\u0435\u043B\u044C\u043D\u044B\u043C \u043F\u0430\u0440\u0430\u043C\u0435\u0442\u0440\u043E\u043C \u00AB\u043D\u0430\u0438\u0431\u043E\u043B\u0435\u0435 \u0432\u0435\u0440\u043E\u044F\u0442\u043D\u043E\u0435 \u0432\u0440\u0435\u043C\u044F \u0438\u0441\u043F\u043E\u043B\u043D\u0435\u043D\u0438\u044F\u00BB."@ru . . . "\u0422\u0440\u0438\u0442\u043E\u0447\u043A\u043E\u0432\u0430 \u043E\u0446\u0456\u043D\u043A\u0430 (\u0430\u043D\u0433\u043B. Three-point estimation) \u2014 \u043C\u0435\u0442\u043E\u0434\u0438\u043A\u0430, \u044F\u043A\u0430 \u0432\u0438\u043A\u043E\u0440\u0438\u0441\u0442\u043E\u0432\u0443\u0454\u0442\u044C\u0441\u044F \u0432 \u043C\u0435\u043D\u0435\u0434\u0436\u043C\u0435\u043D\u0442\u0456 \u0442\u0430 \u0443 \u0456\u043D\u0444\u043E\u0440\u043C\u0430\u0446\u0456\u0439\u043D\u0438\u0445 \u0441\u0438\u0441\u0442\u0435\u043C\u0430\u0445 \u0434\u043B\u044F \u043F\u043E\u0431\u0443\u0434\u043E\u0432\u0438 \u043D\u0430\u0431\u043B\u0438\u0436\u0435\u043D\u043E\u0433\u043E \u0439\u043C\u043E\u0432\u0456\u0440\u043D\u0456\u0441\u043D\u043E\u0433\u043E \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443 \u043F\u043E\u0434\u0456\u0439 \u0443 \u043C\u0430\u0439\u0431\u0443\u0442\u043D\u044C\u043E\u043C\u0443, \u0437\u0430\u0441\u043D\u043E\u0432\u0430\u043D\u0438\u0439 \u043D\u0430 \u0434\u0443\u0436\u0435 \u043E\u0431\u043C\u0435\u0436\u0435\u043D\u0456\u0439 \u0456\u043D\u0444\u043E\u0440\u043C\u0430\u0446\u0456\u0457. \u0422\u043E\u0434\u0456 \u044F\u043A \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B \u0432\u0438\u043A\u043E\u0440\u0438\u0441\u0442\u043E\u0432\u0443\u0454\u0442\u044C\u0441\u044F \u0434\u043B\u044F \u043D\u0430\u0431\u043B\u0438\u0436\u0435\u043D\u043D\u044F \u043C\u043E\u0436\u043B\u0438\u0432\u043E \u043D\u043E\u0440\u043C\u0430\u043B\u044C\u043D\u043E\u0433\u043E \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443, \u0449\u043E \u043D\u0435 \u0437\u0430\u0432\u0436\u0434\u0438 \u0442\u0430\u043A, \u0442\u043E, \u044F\u043A \u0432\u0430\u0440\u0456\u0430\u043D\u0442, \u043C\u043E\u0436\u043B\u0438\u0432\u043E \u0434\u043E\u0440\u0435\u0447\u043D\u043E \u0432\u0438\u043A\u043E\u0440\u0438\u0441\u0442\u0430\u0442\u0438 , \u0446\u0435 \u0437\u0430\u043B\u0435\u0436\u0438\u0442\u044C \u0432\u0456\u0434 \u0437\u0430\u0434\u0430\u0447\u0456. \u0412 \u0442\u0440\u0438\u0442\u043E\u0447\u043A\u043E\u0432\u0456\u0439 \u043E\u0446\u0456\u043D\u0446\u0456, \u0434\u043B\u044F \u043A\u043E\u0436\u043D\u043E\u0433\u043E \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443 \u0441\u043F\u043E\u0447\u0430\u0442\u043A\u0443 \u0432\u0438\u0437\u043D\u0430\u0447\u0430\u0442\u044C \u0442\u0440\u0438 \u043F\u0430\u0440\u0430\u043C\u0435\u0442\u0440\u0438, \u0432\u0456\u0434\u0448\u0442\u043E\u0432\u0445\u0443\u044E\u0447\u0438\u0441\u044C \u0432\u0456\u0434 \u0434\u043E\u0441\u0432\u0456\u0434\u0443 \u0430\u0431\u043E \u0456\u043D\u0448\u0438\u0445 \u043F\u0440\u0438\u043F\u0443\u0449\u0435\u043D\u044C: \n* a = \u043D\u0430\u0439\u043E\u043F\u0442\u0438\u043C\u0430\u043B\u044C\u043D\u0456\u0448\u0430 \u043E\u0446\u0456\u043D\u043A\u0430 (\u0430\u043D\u0433\u043B. the best-case estimate) \n* m = \u043D\u0430\u0439\u0431\u0456\u043B\u044C\u0448 \u0439\u043C\u043E\u0432\u0456\u0440\u043D\u0430 \u043E\u0446\u0456\u043D\u043A\u0430 (\u0430\u043D\u0433\u043B. the most likely estimate) \n* b = \u043D\u0430\u0439\u0433\u0456\u0440\u0448\u0430 \u043E\u0446\u0456\u043D\u043A\u0430 (\u0430\u043D\u0433\u043B. the worst-case estimate) \u041F\u043E\u0442\u0456\u043C \u0432\u043E\u043D\u0438 \u043E\u0431'\u0454\u0434\u043D\u0443\u044E\u0442\u044C\u0441\u044F \u0430\u0431\u043E \u0434\u043B\u044F \u0443\u0442\u0432\u043E\u0440\u0435\u043D\u043D\u044F \u043F\u043E\u0432\u043D\u043E\u0433\u043E \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443 \u0439\u043C\u043E\u0432\u0456\u0440\u043D\u043E\u0441\u0442\u0435\u0439, \u0434\u043B\u044F \u043F\u043E\u0434\u0430\u043B\u044C\u0448\u043E\u0433\u043E \u043F\u043E\u0454\u0434\u043D\u0430\u043D\u043D\u044F \u0437 \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0430\u043C\u0438, \u043E\u0442\u0440\u0438\u043C\u0430\u043D\u0438\u043C\u0438 \u0430\u043D\u0430\u043B\u043E\u0433\u0456\u0447\u043D\u0438\u043C \u0447\u0438\u043D\u043E\u043C \u0434\u043B\u044F \u0456\u043D\u0448\u0438\u0445 \u0437\u043C\u0456\u043D\u043D\u0438\u0445 \u0430\u0431\u043E \u0434\u043B\u044F \u043F\u0435\u0440\u0435\u043B\u0456\u043A\u0443 \u0434\u0435\u0441\u043A\u0440\u0438\u043F\u0442\u043E\u0440\u0456\u0432 \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443, \u0442\u0430\u043A\u0438\u0445 \u044F\u043A \u0441\u0435\u0440\u0435\u0434\u043D\u0454, \u0441\u0442\u0430\u043D\u0434\u0430\u0440\u0442\u043D\u0435 \u0432\u0456\u0434\u0445\u0438\u043B\u0435\u043D\u043D\u044F \u0430\u0431\u043E \u043F\u0435\u0440\u0446\u0435\u043D\u0442\u0438\u043B\u044C \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443. \u0422\u043E\u0447\u043D\u0456\u0441\u0442\u044C \u043E\u0442\u0440\u0438\u043C\u0430\u043D\u043E\u0433\u043E \u0440\u0435\u0437\u0443\u043B\u044C\u0442\u0430\u0442\u0443, \u043E\u0442\u0440\u0438\u043C\u0430\u043D\u0438\u043C\u0438 \u043D\u0435 \u043C\u043E\u0436\u0435 \u0431\u0443\u0442\u0438 \u043A\u0440\u0430\u0449\u0435, \u043D\u0456\u0436 \u0442\u043E\u0447\u043D\u0456\u0441\u0442\u044C 3 \u043F\u043E\u0447\u0430\u0442\u043A\u043E\u0432\u0438\u0445 \u0442\u043E\u0447\u043E\u043A, \u0456 \u0454 \u043D\u0435\u0431\u0435\u0437\u043F\u0435\u043A\u0430 \u0443 \u0432\u0438\u043A\u043E\u0440\u0438\u0441\u0442\u0430\u043D\u043D\u0456 \u0442\u0430\u043A\u043E\u0433\u043E \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443, \u044F\u043A\u0430 \u043C\u0430\u0454 \u0442\u0430\u043A\u0438\u0439 \u043C\u0430\u043B\u0438\u0439 \u0431\u0430\u0437\u0438\u0441."@uk . "T\u0159\u00ED\u010D\u00EDseln\u00FD odhad"@cs . . . . "4971"^^ . . . "\u0422\u0440\u0438\u0442\u043E\u0447\u043A\u043E\u0432\u0430 \u043E\u0446\u0456\u043D\u043A\u0430"@uk . . "Die Drei-Zeiten-Methode, auch 3-Punkt-Sch\u00E4tzung oder PERT-Sch\u00E4tzung genannt, ist eine Methode zur Sch\u00E4tzung von Zeit oder Aufwand im Projektmanagement. Sie erweitert die Zwei-Zeiten-Methode durch eine zus\u00E4tzliche Gewichtung der Sch\u00E4tzung von Best-Case, Likely-Case und Worst-Case."@de . "Drei-Zeiten-Methode"@de . "\u4E09\u6642\u4F30\u8A08\u6CD5\u662F\u4F01\u696D\u7BA1\u7406\uFF1B\u5C24\u5176\u5C08\u6848\u7BA1\u7406\u5E38\u898B\u7684\u8A55\u4F30\u5206\u6790\u4F5C\u696D\u65B9\u6CD5\u53CA\u6280\u8853\u3002\u5206\u5217\u6A02\u89C0\u3001\u6700\u6709\u53EF\u80FD\u53CA\u60B2\u89C0\u7B49\u60C5\u5883\u9020\u6210\u7684\u5DE5\u671F\u53CA\u6210\u672C(\u671F\u671B\u6642\u9593)\uFF0C\u4EE5\u9054\u5230\u5C08\u6848\u7BA1\u7406\u7684\u7CBE\u78BA\u6027\u3002\u800C\u671F\u671B\u6642\u9593\u901A\u5E38\u516C\u5F0F\u70BA(\u6A02\u89C0+\u60B2\u89C0+4*\u6700\u6709\u53EF\u80FD\u6642\u9593)/6 \u6B64\u65B9\u6CD5\u5C24\u5E38\u898B\u65BC\u6210\u672C\u8B8A\u6578\u904E\u591A\u6642\u3002"@zh . "1101529524"^^ . . . . . . . . . . . "\u0422\u0440\u0438\u0442\u043E\u0447\u043A\u043E\u0432\u0430 \u043E\u0446\u0456\u043D\u043A\u0430 (\u0430\u043D\u0433\u043B. Three-point estimation) \u2014 \u043C\u0435\u0442\u043E\u0434\u0438\u043A\u0430, \u044F\u043A\u0430 \u0432\u0438\u043A\u043E\u0440\u0438\u0441\u0442\u043E\u0432\u0443\u0454\u0442\u044C\u0441\u044F \u0432 \u043C\u0435\u043D\u0435\u0434\u0436\u043C\u0435\u043D\u0442\u0456 \u0442\u0430 \u0443 \u0456\u043D\u0444\u043E\u0440\u043C\u0430\u0446\u0456\u0439\u043D\u0438\u0445 \u0441\u0438\u0441\u0442\u0435\u043C\u0430\u0445 \u0434\u043B\u044F \u043F\u043E\u0431\u0443\u0434\u043E\u0432\u0438 \u043D\u0430\u0431\u043B\u0438\u0436\u0435\u043D\u043E\u0433\u043E \u0439\u043C\u043E\u0432\u0456\u0440\u043D\u0456\u0441\u043D\u043E\u0433\u043E \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443 \u043F\u043E\u0434\u0456\u0439 \u0443 \u043C\u0430\u0439\u0431\u0443\u0442\u043D\u044C\u043E\u043C\u0443, \u0437\u0430\u0441\u043D\u043E\u0432\u0430\u043D\u0438\u0439 \u043D\u0430 \u0434\u0443\u0436\u0435 \u043E\u0431\u043C\u0435\u0436\u0435\u043D\u0456\u0439 \u0456\u043D\u0444\u043E\u0440\u043C\u0430\u0446\u0456\u0457. \u0422\u043E\u0434\u0456 \u044F\u043A \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B \u0432\u0438\u043A\u043E\u0440\u0438\u0441\u0442\u043E\u0432\u0443\u0454\u0442\u044C\u0441\u044F \u0434\u043B\u044F \u043D\u0430\u0431\u043B\u0438\u0436\u0435\u043D\u043D\u044F \u043C\u043E\u0436\u043B\u0438\u0432\u043E \u043D\u043E\u0440\u043C\u0430\u043B\u044C\u043D\u043E\u0433\u043E \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443, \u0449\u043E \u043D\u0435 \u0437\u0430\u0432\u0436\u0434\u0438 \u0442\u0430\u043A, \u0442\u043E, \u044F\u043A \u0432\u0430\u0440\u0456\u0430\u043D\u0442, \u043C\u043E\u0436\u043B\u0438\u0432\u043E \u0434\u043E\u0440\u0435\u0447\u043D\u043E \u0432\u0438\u043A\u043E\u0440\u0438\u0441\u0442\u0430\u0442\u0438 , \u0446\u0435 \u0437\u0430\u043B\u0435\u0436\u0438\u0442\u044C \u0432\u0456\u0434 \u0437\u0430\u0434\u0430\u0447\u0456. \u0412 \u0442\u0440\u0438\u0442\u043E\u0447\u043A\u043E\u0432\u0456\u0439 \u043E\u0446\u0456\u043D\u0446\u0456, \u0434\u043B\u044F \u043A\u043E\u0436\u043D\u043E\u0433\u043E \u0440\u043E\u0437\u043F\u043E\u0434\u0456\u043B\u0443 \u0441\u043F\u043E\u0447\u0430\u0442\u043A\u0443 \u0432\u0438\u0437\u043D\u0430\u0447\u0430\u0442\u044C \u0442\u0440\u0438 \u043F\u0430\u0440\u0430\u043C\u0435\u0442\u0440\u0438, \u0432\u0456\u0434\u0448\u0442\u043E\u0432\u0445\u0443\u044E\u0447\u0438\u0441\u044C \u0432\u0456\u0434 \u0434\u043E\u0441\u0432\u0456\u0434\u0443 \u0430\u0431\u043E \u0456\u043D\u0448\u0438\u0445 \u043F\u0440\u0438\u043F\u0443\u0449\u0435\u043D\u044C:"@uk . . "\u4E09\u6642\u4F30\u8A08\u6CD5"@zh . . . . . . . . . . . . . . "\u4E09\u6642\u4F30\u8A08\u6CD5\u662F\u4F01\u696D\u7BA1\u7406\uFF1B\u5C24\u5176\u5C08\u6848\u7BA1\u7406\u5E38\u898B\u7684\u8A55\u4F30\u5206\u6790\u4F5C\u696D\u65B9\u6CD5\u53CA\u6280\u8853\u3002\u5206\u5217\u6A02\u89C0\u3001\u6700\u6709\u53EF\u80FD\u53CA\u60B2\u89C0\u7B49\u60C5\u5883\u9020\u6210\u7684\u5DE5\u671F\u53CA\u6210\u672C(\u671F\u671B\u6642\u9593)\uFF0C\u4EE5\u9054\u5230\u5C08\u6848\u7BA1\u7406\u7684\u7CBE\u78BA\u6027\u3002\u800C\u671F\u671B\u6642\u9593\u901A\u5E38\u516C\u5F0F\u70BA(\u6A02\u89C0+\u60B2\u89C0+4*\u6700\u6709\u53EF\u80FD\u6642\u9593)/6 \u6B64\u65B9\u6CD5\u5C24\u5E38\u898B\u65BC\u6210\u672C\u8B8A\u6578\u904E\u591A\u6642\u3002"@zh . "\u0422\u0440\u0451\u0445\u0442\u043E\u0447\u0435\u0447\u043D\u044B\u0439 \u043C\u0435\u0442\u043E\u0434 \u0438\u043B\u0438 \u0432\u0437\u0432\u0435\u0448\u0435\u043D\u043D\u0430\u044F \u0442\u0440\u0451\u0445\u0442\u043E\u0447\u0435\u0447\u043D\u0430\u044F \u043E\u0446\u0435\u043D\u043A\u0430 \u0438\u043B\u0438 PERT-\u043E\u0446\u0435\u043D\u043A\u0430 \u2014 \u043C\u0435\u0442\u043E\u0434 \u043E\u0446\u0435\u043D\u043A\u0438 \u0432\u0440\u0435\u043C\u0435\u043D\u0438 \u0438 \u0443\u0441\u0438\u043B\u0438\u0439 \u0432 \u0443\u043F\u0440\u0430\u0432\u043B\u0435\u043D\u0438\u0438 \u043F\u0440\u043E\u0435\u043A\u0442\u0430\u043C\u0438. \u041E\u043D \u0440\u0430\u0441\u0448\u0438\u0440\u044F\u0435\u0442 \u0434\u0432\u0443\u043A\u0440\u0430\u0442\u043D\u044B\u0439 \u043C\u0435\u0442\u043E\u0434, \u0441\u043E\u0441\u0442\u043E\u044F\u0449\u0438\u0439 \u0442\u043E\u043B\u044C\u043A\u043E \u0438\u0437 \u043D\u0430\u0438\u043B\u0443\u0447\u0448\u0435\u0433\u043E \u0438 \u043D\u0430\u0438\u0445\u0443\u0434\u0448\u0435\u0433\u043E \u0441\u0446\u0435\u043D\u0430\u0440\u0438\u0435\u0432 \u0432\u0440\u0435\u043C\u0435\u043D\u0438 \u0434\u043E\u043F\u043E\u043B\u043D\u0438\u0442\u0435\u043B\u044C\u043D\u044B\u043C \u043F\u0430\u0440\u0430\u043C\u0435\u0442\u0440\u043E\u043C \u00AB\u043D\u0430\u0438\u0431\u043E\u043B\u0435\u0435 \u0432\u0435\u0440\u043E\u044F\u0442\u043D\u043E\u0435 \u0432\u0440\u0435\u043C\u044F \u0438\u0441\u043F\u043E\u043B\u043D\u0435\u043D\u0438\u044F\u00BB."@ru . .