大學申分科測驗模擬分發
結合當前會員正式與預估成績、登記志願序,依全國各科成績分布校正樣本組成,並依照考分會官方分發演算法進行全站模擬分發快照比對。
歷次模擬分發快照梯次列表
您可以查看歷次快照的模擬分發結果以及全校系數據,點入查看結果可得知模擬分發結果詳情。
| 梯次 | 時間 | 參與人數 | 查看結果 | 全校系數據 |
|---|---|---|---|---|
| ast_20260808T035958Z 梯次 | 2026/08/08 04:01最新 | 4242 人 | ||
| ast_20260807T120012Z 梯次 | 2026/08/07 12:01 | 3768 人 | ||
| ast_20260806T120005Z 梯次 | 2026/08/06 12:00 | 2524 人 |
免責與模擬機制聲明
此結果為大學申平台會員資料的站內模擬結果,不代表大考中心、大學甄選入學委員會或大學考試入學分發委員會之官方正式篩選與分發結果。本系統結合當前平台會員之正式與預估成績與登記志願表,依據與官方分發相同的比序與配對規則進行模擬。
什麼身份會納入模擬?要如何才能被納入?
為確保站內模擬分發資料之真實性與樣本有效性,模擬計算僅會自動納入符合以下全部條件之考生:
- 正式會員帳號:必須為使用 Email / Google / Apple 註冊並登入之正式大學申會員帳號。
- 完整測驗成績:已於個人專區輸入當年度正式分科測驗或學測各採計科目成績。
- 設定非空志願表:在「我的志願」中至少設定並排序 1 個以上之目標招生校系。
- 近期活躍與更新:資料更新或最後登入時間晚於當年度成績發布日(確保為當屆有效考生)。
分發模擬怎麼進行,以及它的限制
本站模擬完整沿用官方分發的規則,以下先說明該規則:
- 志願序:考生填寫一份具優先順序的志願表,順序即代表其偏好程度。
- 加權總分:各校系公告其採計科目與對應倍率,考生的級分乘以倍率後加總,即為該考生在該校系的成績。同一位考生在不同校系的分數並不相同。
- 配對與遞補:系統先將全體考生分配至其第一志願,各校系依加權總分由高至低錄取至名額額滿為止;未獲錄取者順延至下一志願,並可取代該校系中分數較低者。
- 反覆收斂:上述程序反覆進行至結果穩定。最終每位考生落於其分數足以錄取的校系中,志願序最前的一個。
分數相同時,依各校系公告之同分參酌科目順序比較;部分校系另訂學測檢定標準,未通過者不列入該校系分發。上述各項——採計科目與倍率、學測檢定標準、同分參酌順序——均直接引用各校系當年度公告之招生分則,本站不另設規則。
本站與官方分發的根本差異僅在於「參與者」:官方涵蓋全國考生,本站僅有平台會員。以下四項限制均由此衍生。
一、樣本須經校正。平台會員的成績組成與全國考生存在差異(高分群比例偏高)。系統因此參照大考中心公布之全國各科成績分布,賦予每位會員一個「代表人數」——於平台樣本密度較高的成績區間,單一會員代表較少人;密度較低的區間則代表較多人。校正後,樣本的成績組成方能接近全國母體,招生名額亦無須等比例縮減,可直接採用官方公告名額。
二、校正僅及於成績組成,不及於志願偏好。使用本平台的考生所填選的校系,仍可能與全體考生存在落差,此層差異無法由現有資料還原。
三、名額係以「代表人數」換算後分配,而非一人一額。當校系剩餘名額不足以容納某位考生所代表的人數時,該考生即遭排除,而後續代表人數較少的考生仍可能獲得錄取——即使其分數較低。因此在名額用盡的邊界上,將出現「分數高於該系模擬最低分卻未錄取」之情形,志願明細會將此類志願標示為「未錄取(邊緣)」,與一般的「未錄取」區分。官方分發為一人一額,分數較高者必然優先錄取,不會產生此種結果。同一機制亦使少數校系的模擬最低分於不同梯次間可能變動,即使成績與志願未有異動。
四、錄取人數過少的校系,分數線穩定性不足。若某校系的模擬錄取僅一至二人,該分數線實由極少數個案決定,波動幅度大,僅宜作為粗略參考,不適合逐分比較。
此外,為維持樣本品質,模擬前會先行整理資料:成績欄位填 0 者一律視為「未報考該科」,不計為 0 級分;同一份成績與志願重複出現於不同帳號時僅計入一次。本平台目前尚未蒐集術科考試成績,採計術科之系組不參與實際錄取判斷,其模擬結果僅供介面參考。
樣本涵蓋率越高,模擬結果越接近真實。上述限制的共同根源,在於本站僅掌握部分考生的資料。因此參與人數越多,推估越準確——此非期許,而是本方法的數學性質:當樣本涵蓋全國考生時,每位考生的代表人數將一致收斂為 1,名額無須換算,「未錄取(邊緣)」的情形隨之消失,模擬結果與官方分發完全一致。目前本梯次樣本涵蓋率約為 10.8%。每一位完整登記成績與志願的考生,都使所有人看到的分數線更為準確。
服務條款與隱私權聲明
使用本站服務即代表您同意本站之服務條款與隱私權政策。所有會員成績與志願資料皆經過去識別化加密處理,僅用於全站模擬統計與個人分發結果比對,絕不洩漏個人隱私。