051659 - Ministerstvo obrany

ČOS 051659
1. vydání
7.3 Zpracování shromážděných dat 7.3. Processing the Collected Data
7.3.1 Analýza dat 7.3.1. Data Analysis
Pro shromážděná data se požaduje opatrné
provedení procesu analýzy dat, aby bylo
možno se vyhnout chybám. Hlavní operace
pro analýzu dat jsou následující:
a) Znázorňování dat. Cílem znázorňování
dat je identifikovat neobvyklé
zákonitosti. Při odhadu nákladů se musí
věnovat pozornost jakémukoliv posunu
dat nebo jejich nelinearitě.
b) Validace dat. Cílem je přezkoumat
popisné statistiky souboru dat, ošetřit
odlehlé hodnoty a srovnat data
s historickými daty (jednoduchý hrubý
odhad na základě zkušeností, standardní
faktory, jiná historická data atd.).
Collected data need a carefully conducted
data analysis process in order to avoid
errors. The main data analysis operations are
the following:
a) Graph the data. The objective of
graphing the data is to identify unusual
patterns. Any shift or nonlinearity in the
data must be given special attention in
developing the estimate.
b) Data Validation. The objective is to
examine the descriptive statistics of the
data set, treat potential outliers, and
compare the data with historical data
(rule of thumb, standard factors, other
historical data, etc.)
7.3.2 Normování dat 7.3.2. Data Normalization
V článku 7.2.2 byla zavedena koncepce primárních
a druhotných dat a bylo naznačeno,
že primární data jsou preferována. Vzhledem
k tomu, že primární data však pocházejí
z různých zdrojů, existuje obecně rozpor
v jednotnosti dat, a proto bude nevyhnutelný
jistý stupeň normalizace. Obecně řešeno
normalizace dat zahrnuje změny a přizpůsobení
provedená před tím, něž se data stanou
použitelnými v daném modelu. Tento
přístup je definován SCEA (Společnost pro
odhadování a analýzu nákladů) jako:
- nastavit měřené parametry na hodnoty
přípustné pro prostředek nebo techniku
měření,
- u databáze: vyjádřit konstanty nebo pro
ně nastavit známé diference,
- pro náklady nebo dolary/eura: hodnoty
eura/dolaru v tehdejším roce a/nebo
aktuální hodnoty se pro porovnání
navyšují vůči běžnému základnímu roku.
Poslední definice bude relevantní pro data
týkající se nákladů. Normalizace však může
přinést mnoho různých forem a má rozdílné
In section 7.2.2 the concept of primary and
secondary data was introduced, and it was
indicated that primary data are preferable.
However, since raw data come from a
variety of sources, there is generally a lack
of uniformity in data and therefore a certain
amount of normalisation will be
unavoidable. Generally speaking, data
normalisation covers changes and
adaptations made to primary data to make it
applicable in a given model. It is defined by
SCEA (Society of Cost Estimating and
Analysis) as:
- To adjust a measured parameter to a
value acceptable to an instrument or
technique of measurement.
- For a data base: to render constant or to
adjust for known differences.
- For cost or dollars/euros: Then-Year
Dollars/Euros and/or actuals are
escalated to a common Base Year for
comparison.
The last definition in particular will be relevant
for cost data. However, normalisation
can take many different forms and have
100