[解決済み] なぜフィボナッチ級数はアジャイル・プランニング・ポーカーに使われるのか？[クローズド］

質問

アジャイルソフトウェア開発においてユーザーストーリーの相対的なサイズを見積もるとき、チームのメンバーはユーザーストーリーのサイズを 1, 2, 3, 5, 8, 13, ... と推定することになっています。つまり、推定値はフィボナッチ数列に似ているはずです。しかし、なぜでしょう？

の記述は http://en.wikipedia.org/wiki/Planning_poker の説明には、謎の一文があります。

フィボナッチ数列を使用する理由は、より大きなアイテムの見積もりにおける固有の 不確実性を反映させるためです。

しかし、なぜより大きなアイテムに固有の不確実性があるのでしょうか？測定回数が少ない場合、つまり、同じストーリーを推定する人が少ない場合、不確実性は高くならないのでしょうか? また、不確実性がより大きな物語でより高いとしても、なぜフィボナッチ数列の使用を意味するのでしょうか？数学的、統計学的な理由があるのでしょうか？ そうでなければ、推定にフィボナッチ数列を使用することは、私にはカーゴカルトの科学のように感じられます。

どのように解決するのですか？

フィボナッチ級数は、指数関数的な推定尺度の一例に過ぎません。指数関数的なスケールが使用される理由は、情報理論に由来しています。

推定から得られる情報は、推定の精度よりもはるかに遅く成長します。実際、それは対数関数として成長します。 これが、大きな項目の不確実性が高くなる理由です。

指数スケールの最適な基底を決定すること（正規化）は、実際には困難です。フィボナッチスケールに対応する基底は、最適である場合もあれば、そうでない場合もあります。

以下は、数学的正当性の詳細な説明です。 http://www.yakyma.com/2012/05/why-progressive-estimation-scale-is-so.html