在敏捷软件开发中估计用户故事的相对大小时，团队成员应该估计用户故事的大小为 1, 2, 3, 5, 8, 13, ... 。因此估计值应该类似于斐波那契数列。但我想知道，为什么？
http://en.wikipedia.org/wiki/Planning_poker的描述维基百科上有这样一句神秘的话:
The reason for using the Fibonacci sequence is to reflect the inherent uncertainty in estimating larger items.
但是为什么较大的项目应该存在固有的不确定性呢？如果我们进行更少的测量，也就是说更少的人估计同一个故事，那么不确定性不是更高吗？ 即使较大故事的不确定性更高，为什么这意味着使用斐波那契数列？有数学或统计上的原因吗？ 否则，使用斐波那契数列进行估算对我来说就像是 CargoCult 科学。
最佳答案
斐波那契数列只是指数估计尺度的一个示例。使用指数尺度的原因来自信息论。
我们通过估计获得的信息的增长速度远远慢于估计的精度。事实上，它以对数函数的形式增长。这就是较大项目的不确定性较高的原因。
在实践中确定指数尺度的最佳基数(归一化)很困难。与斐波那契比例对应的基数可能是最优的，也可能不是最优的。
这里是数学论证的更详细解释:http://www.yakyma.com/2012/05/why-progressive-estimation-scale-is-so.html
关于math - 为什么斐波那契数列用于敏捷规划扑克？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/9362286/