计算机平均生产率的计算方法可以有多种，具体取决于评估的上下文和目标。以下是几种常见的计算方法：
基于时间和产量的计算
单位时间内生产的总量除以所需的总时间：
\[
\text{生产率} = \frac{\text{总产量}}{\text{总工时}}
\]
周期内的平均生产率：
\[
\text{平均生产率} = \frac{\text{总产量}}{\left（ \frac{\text{总工时}}{\text{周期天数}} \right）}
\]
基于劳动生产率的计算
每个劳动者在一定时期内创造的增加值与同期该区域内劳动者报酬的比例：
\[
\text{平均劳动生产率} = \frac{\text{总体区域增加值}}{\text{平均劳动者数量}}
\]
在软件工程中的计算
功能点分析（FPA）：
通过评估软件的功能需求来确定软件的规模，从而计算出生产率。功能点分析考虑输入、输出、用户查询、内部逻辑文件和外部接口五个方面，并计算总功能点。
代码行数（LOC）：
通过统计项目中编写的代码行数来评估生产率。但这种方法存在局限性，因为代码风格、编程语言和项目复杂度等因素都会影响代码行数的准确性。
软件项目特定公式
交付功能点数除以开发工时：
\[
\text{生产率} = \frac{\text{交付功能点数}}{\text{开发工时}}
\]
建议
选择合适的指标：根据具体的项目类型和评估需求选择合适的计算指标。例如，在软件工程中，功能点分析可能更为合适，因为它能够更全面地反映软件项目的复杂性和规模。
考虑实际数据：确保使用的数据是准确和相关的。例如，在计算劳动生产率时，需要获取准确的GDP数据和总工作时间数据。
持续评估：生产率是一个动态的指标，需要定期评估和调整，以反映生产过程中的变化和优化效果。
通过以上方法，可以更准确地计算计算机的平均生产率，并为改进生产过程提供有价值的洞察。