冲稳保是怎么分的？判定口径完整公开
一句话回答：先按 GPA、标化、工作年限、本科背景四项加权算出你在申请者中的相对位置， 再用项目的公开录取率把它校准成录取概率，最后按 65% / 30% 两条线划成稳妥、目标、冲刺三档。全部取值列在下面，你可以自己复核。
我们把这一页做出来，是因为「凭什么这么判」比「判成什么」更重要。 留学建议长期依赖顾问的个人经验，而经验无法复核。 口径公开之后，你可以不同意我们的判断——但你能看见它是怎么来的。
第一步：四维加权算竞争力分
竞争力分衡量的是你在这个项目的申请者中大致排在什么位置，取值范围钳制在 0.05–0.95。四项权重之和恒为 1，随项目类型与是否提交标化成绩变化。
| 情形 | GPA | 标化 | 工作年限 | 本科背景 |
|---|---|---|---|---|
| 商科 / 管理类，已提交标化 | 0.35 | 0.25 | 0.20 | 0.20 |
| 理工 / 学术类，已提交标化 | 0.50 | 0.25 | 0.05 | 0.20 |
| 商科 / 管理类，未提交标化 | 0.45 | — | 0.30 | 0.25 |
| 理工 / 学术类，未提交标化 | 0.70 | — | 0.05 | 0.25 |
- · 理工类降低工作年限权重（0.20 → 0.05），差额并回 GPA——学术型项目更看重成绩本身。
- · 未提交标化时不按零分处理，而是把标化权重重新分配给其余三项，避免惩罚 test-optional 申请人。
- · GPA 的相对位置用正态累积分布的平滑近似计算，不是分段阶梯，因此不存在跳档悬崖。
第二步：用录取率校准成概率
竞争力分不等于录取概率。一个录取率 10% 的项目，即使你排在申请者前 20%， 录取概率也远不到 20%。我们用赔率法把项目录取率折进去：
P = S·a / ( S·a + (1−S)·(1−a) )其中 S 是竞争力分，a 是项目录取率。结果钳制在 2%–95%。
未提供项目录取率时，按选拔程度取先验值：
| 选拔程度 | 假定录取率 |
|---|---|
| 高度选拔（顶尖项目） | 10% |
| 中等选拔 | 25% |
| 较宽录取 | 50% |
| 未知（区间自动加宽） | 30% |
第三步：给区间，不给单点
输出是一个概率区间，半宽由数据置信度决定——区间越宽，代表这个估计越不可靠，这本身就是要传达的信息之一。
- · 项目数据完整（有 GPA 分布与录取率）：±8 个百分点
- · 部分数据缺失：±12 个百分点
- · 数据稀疏或多项靠推断：±18 个百分点
- · 硬性要求（语言、前置课程等）未达标：直接给 2%–8%， 因为多数项目在初审阶段即会拒绝
第四步：三档阈值
| 档位 | 判定条件 | 怎么读 |
|---|---|---|
| 稳妥（Safety） | 校准后概率 ≥ 65% | 录取是大概率事件，但仍需按要求完整递交材料。 |
| 目标（Target） | 30% ≤ 概率 < 65% | 有实质竞争力，文书与推荐信的质量会直接影响结果。 |
| 冲刺（Reach） | 概率 < 30% | 值得申请，但不应作为唯一选择。 |
| 不建议申请 | 低于项目最低 GPA 要求，且校准后概率仍 < 5% | 硬性门槛未达标，投入产出不成立。 |
阈值作用在校准后的概率而不是竞争力分。这一点容易被忽略但很关键： 竞争力分有地板（工作年限与本科背景的最低贡献合计约 0.22）， 若用竞争力分设绝对阈值，「不建议申请」这一档永远不会触发。
这套口径管不到的地方
把局限写出来，是因为不写出来的局限会被当成没有局限。
- · 不评估文书、推荐信与面试——这三项在目标档里往往才是决定性的，但无法从结构化数据推断。
- · 不含项目当年的招生政策变化，例如扩招、缩招、对特定背景的偏好调整。
- · 录取率是整体口径，不区分国际生与本地生；多数项目不公开分项数据。
- · 结果是估算不是承诺，任何工具都无法预测单次招生决策。
常见问题
- 为什么只给区间，不给一个具体的录取概率数字？
- 任何基于公开数据的估算都有误差，给出「63%」这样的单点数字会制造不该有的精确感。本页的做法是按数据置信度给出区间半宽：数据完整时 ±8 个百分点，一般情况 ±12，数据稀疏时 ±18。区间宽度本身就是在告诉你这个估计有多可靠。
- 为什么我的竞争力很强，概率却不高？
- 因为项目本身的录取率被计入了。竞争力分衡量的是「你在申请者里排在什么位置」，而录取率决定了「排在前面的人里有多少能被录取」。一个录取率 10% 的项目，即使你处在申请者的前 20%，录取概率依然不会高——这不是模型保守，是基率使然。
- 判定结果会因为 GPA 差 0.01 而跳档吗？
- 不会。竞争力分用的是平滑的正态累积分布近似，GPA 的微小变化只带来微小的概率变化。早期版本曾用分段阶梯映射，会出现 0.01 的 GPA 差引发约 10 个百分点跳变的悬崖效应，现已消除。
- 这个口径和你们付费产品用的是同一套吗？
- 是同一套。免费工具与付费评估共用相同的档位阈值、区间口径与基率校准方式，GPA 制式归一也已对齐（295 个采样点逐点核对一致）。差别在于付费评估会引入项目级的详细数据与招生官视角的文书评估，不在于判定标准本身。
- 我可以自己复核吗？
- 可以。本页给出了全部权重、阈值与公式。把你的四维取值代入加权求和得到竞争力分，再用页面上的赔率公式与项目录取率组合，就能得到与工具一致的结果。发现不一致请告诉我们。
本页所列口径与工具、以及问述AI 的付费评估使用同一套参数，由代码常量直接渲染，不存在文档与实现不一致的情况。 判定结果为基于公开数据的估算，不构成录取承诺，也不构成任何形式的投资建议。