我們的模擬分發,跟真的放榜差多少?完整誤差公開

YC
分科分發#模擬分發#落點分析#準確度#分科測驗

分科放榜前,我們辦了一場模擬分發:4631 位考生填了志願序,我們用跟官方相同的分發演算法跑出每個人的模擬落點與每個系的模擬最低錄取分數。

官方榜單出來後,我們把兩邊逐系、逐人比對過一遍。這篇把誤差完整公開——包括我們算得不準的地方。

個人落點:61% 的人落在同一個系

先看最直接的問題:模擬說你會上的那個系,跟你實際上的那個系,是不是同一個?

4631 位候選人中,模擬與實際結果都有落點的有 4105 人。其中:

結果人數佔兩邊都有落點者
落在同一個系251561.3%
實際落點比模擬更前面的志願111027.0%
實際落點比模擬更後面的志願48011.7%

值得注意的是不對稱:實際結果比模擬好的人(27.0%),是比模擬差的人(11.7%)的兩倍多。

原因是模擬分發只有站內填志願的人參與,母體遠小於全國考生,而缺席的人多半分散在各個志願層級。母體變小、競爭者變少,本來應該把分數線壓低才對——但實際上是模擬分數線整體偏高(平均高 2.39 分),因為會來參加站內模擬的考生本身平均分數偏高,把線墊上去了。線被墊高,模擬就會低估你的落點,於是多數人的實際結果比模擬更好。

校系分數線:整體誤差 1.92 個級分

比對 1626 個可比系組(官方與模擬都有分數線)的最低錄取分數:

指標數值
平均誤差(模擬 − 官方)+2.39 分
平均絕對誤差(MAE)9.23 分 ≈ 1.92 級分
中位絕對誤差5.14 分 ≈ 1.05 級分
誤差在 5 分內49.3%
誤差在 10 分內71.5%

中位數(5.14)遠小於平均(9.23),代表誤差分布是長尾的:一半以上的系抓得相當準,但少數幾個系錯得很離譜,把平均拉高。

高分群準,低分群比較不準

把系組依分數線三等分之後,差異非常明顯:

段班系組數級分 MAE誤差 10 分內
高段班(41.53 級分以上)5420.8791.3%
中段班5421.8769.0%
低段班(31.27 級分以下)5423.0254.2%

高段班的誤差不到一個級分,九成系組落在 10 分內;低段班的誤差是它的 3.5 倍。

原因很單純:熱門校系填的人多,分數線是由密集的分數堆疊出來的,少一兩個人不會動搖那條線。冷門或低分校系可能只有個位數的人填,一個人填或不填,分數線就跳一大段。這不是模型對高分群比較用心,而是資料量本身決定了穩定度。

依領域:工程最準,藝術設計最難

領域系組數級分 MAE
工程2501.17
社科法政1611.51
教育體育721.60
人文語文1621.77
商管財經2711.95
資訊1772.01
數理化生1742.28
醫藥衛生2042.30
藝術設計972.83

藝術設計墊底並不意外:這個領域大量校系採計術科,而術科成績不在分科測驗的加權總分裡,我們的模擬拿不到那個變數。醫藥衛生的誤差偏高則跟名額極小有關——一個系只收三、五個人時,分數線本來就容易劇烈跳動。

最不準的一群:今年新設的系

有 83 個系組在分析年度之前完全沒有留下任何錄取分數(81 個是新設校系、2 個是去年有列但無分數)。這些系沒有歷史錨點,落點分析引擎給不出機率,模擬線是唯一參考——而模擬線在這裡表現最差:

分組系組數級分 MAE
無歷史門檻校系(全體)833.20
├ 填志願 ≥ 20 人372.00
└ 填志願 < 20 人464.18

關鍵發現是:決定誤差的不是「這個系新不新」,而是「有多少人填它」。同樣是新設系,填志願超過 20 人的 MAE 已經接近全站平均,不到 20 人的則是它的兩倍。

誤差最大的三個系全部符合這個特徵:

共同點都是個位數的志願人數。

這對你有什麼用

三個具體的建議:

  1. 看模擬分數線時,先看那個系有多少人填。 填的人少,那條線就只是參考中的參考。我們在結果頁上會標示可信度,insufficient 就是在講這件事。
  2. 模擬結果偏保守。 這一屆有 27% 的人實際落點比模擬更好,只有 11.7% 更差。模擬說你差一點的志願,未必真的沒機會。
  3. 新設校系沒有歷史資料可以推。 任何人告訴你新系的落點,包括我們,都只是猜測。真正能參考的是同校同領域的相近系組。

本文所有數字來自 2026 年 8 月 15 日梯次(ast_20260815T150000Z)與大學考試入學分發委員會公開榜單的逐系比對,計算腳本與完整報告保存在專案內部。「實際錄取」的判準為加權總分達該系官方最低錄取分數,未納入同分參酌,因此是樂觀上界。