问述AI

冲稳保定位器:这所学校对你是冲、稳,还是保?

填入你的 GPA、标化与目标项目的公开数据,得到估算录取概率区间与冲/稳/保档位判定。 与只看 GPA 的工具不同,它会用项目录取率对结果做校准——因为同样的成绩,在录取率 10% 和 40% 的项目里, 含义完全不同。免费、免注册,计算全部在你的浏览器本地完成。

A · 我的背景

换算逻辑与 GPA 换算器完全一致

必填。按上方所选制式填写

标化成绩

没有可不填;语言成绩属门槛项,不参与竞争力加权

工作年限
项目类型

商科更看重工作经验,会调整权重分配

B · 目标项目公开数据 (都可不填)

填得越多,概率区间越窄。项目官网的 Class Profile 页通常能找到。数值请填 4.0 制; 若项目公布的是百分制,可先用 GPA 换算器转换。

录取者 GPA 数据
录取率档位

不清楚时按常见硕士项目 30% 假设,并把区间加宽

定位结果

填写左侧 GPA(必填),定位结果实时计算。

以上结果为基于公开统计口径与简化模型的估算,仅用于横向比较与参考,不构成录取承诺、收入承诺或投资建议。院校具体要求与政策以官方招生页面为准。

计算方法

第一步:竞争力分

先把四个维度加权成一个 0–1 的竞争力分 S:GPA 相对录取者分布的位置、标化成绩相对均值的位置、 工作经验与本科背景。GPA 的位置用正态分布的平滑近似计算,不使用分段跳变——否则 0.01 的 GPA 差就可能让结果跳好几个百分点。

第二步:为什么必须用录取率校准

这是多数选校工具的通病:只看「你比录取者平均水平高还是低」,忽略了项目本身有多难进。 假设某项目录取率 10%,一个背景正好处在录取者中位数的申请人, 真实录取概率显然不可能是 60%——因为「录取者的中位」是已经被录取的人里的中位, 而绝大多数申请人根本没进入这个集合。这个错误在统计上叫「基率忽视」。

所以我们把项目录取率作为先验 a,用赔率法把竞争力分校准成录取概率:

P = S × a ÷ [ S × a + (1 − S) × (1 − a) ]

这个式子有一个很好的性质:当 S = 0.5(背景正好处在录取者中位)时,P 恰好等于项目录取率 a。 换句话说,一个平均水平的申请人,得到的就是这个项目的平均录取概率——诚实,且符合直觉。

第三步:合理性抽查

下面几组数字由本页公式实时算出,你可以自行复核:

场景竞争力分 S录取率 a校准后 P档位直觉核对
中位背景 × 中等项目0.525%25%冲刺中位申请人的概率≈项目录取率
强背景 × 中等项目0.8525%65%保底明显高于基率,但不夸大
强背景 × 高选拔0.8510%39%稳妥高选拔项目对强者也只是「稳」
顶尖背景 × 高选拔0.9510%68%保底极强背景才勉强够「保」

第四步:为什么给区间,不给单点

任何把录取概率报到个位数的工具都是在假装精确。真实的不确定性来自两处:项目公开数据的精度 (有分位区间还是只有均值),以及录取本身不可量化的部分(文书、推荐信、当年申请池)。 我们把第一类不确定性显性化为区间宽度——数据越粗,区间越宽;第二类则通过免责声明如实告知。

关于语言成绩

雅思 / 托福不参与竞争力加权。它们本质是门槛项:达标即可,超出很多通常不显著提升录取概率。 把门槛项当竞争项计入,会系统性高估语言好但学术背景一般的申请人。

口径对照表

录取率档位与先验

档位先验 a说明
高选拔(录取率 < 15%)10%顶级 / 热门项目
中等(15–40%)25%多数主流硕士项目
较宽(> 40%)50%招生规模大 / 门槛型项目
不清楚(默认)30%按常见硕士项目假设,区间加宽

数据精度与区间宽度

置信度区间半宽对应情形
± 8 个百分点项目公布了录取者 GPA 的 25–75 分位区间
± 12 个百分点只有平均值,需用经验标准差估算离散程度
± 18 个百分点只有最低要求、未提供数据,或录取率档位未知

各维度权重

情形GPA标化工作经验本科背景
商科管理类 · 有标化35%25%20%20%
商科管理类 · 无标化45%30%25%
理工学术类 · 有标化50%25%5%20%
理工学术类 · 无标化70%5%25%

理工学术类项目对工作年限的看重程度通常低于商科,让出的权重并回 GPA。四项权重之和恒为 100%。 档位阈值:校准后概率 ≥ 65% 为保底, ≥ 30% 为稳妥,其余为冲刺。

常见问题

这个结果是录取概率吗?
是估算区间,不是承诺。它由你的竞争力分与项目录取率共同校准得出,并按数据精度给出上下界。任何声称能精确预测录取结果的工具都不可信——录取还取决于文书、推荐信、面试与当年申请池,这些无法被公式覆盖。
为什么同样的成绩,在不同项目里档位不一样?
因为项目的录取率不同。同样的竞争力分,在录取率 10% 的项目里不可能是「保底」。本工具用项目录取率作先验对竞争力分做校准,这正是它与只看 GPA 的简单工具的区别。
数据置信度是什么意思?
它反映你提供的项目数据精度。有 25–75 分位区间时可以估算录取者的离散程度,置信度为高、区间较窄;只有平均值或最低要求时只能用经验值估算,置信度下降、区间加宽。录取率档位未知时同样按最宽区间处理。
低于项目公布的最低 GPA,还能申请吗?
本工具不会因此判定为零,而是归入冲刺档并给出警示。原因是项目页写的「最低 GPA」有时是建议值而非硬性红线,部分项目会综合考虑工作经历或补充材料。但执行严格的项目确实存在,建议先与项目确认。
和应用内的选校推荐有什么区别?
本工具做的是单个项目的定位——你已经有目标,想知道它属于哪一档。应用内的智能选校是全库匹配,会基于你的完整画像生成一整套冲/稳/保组合并给出每所的匹配理由。

想要一整套冲 / 稳 / 保组合?

本工具定位单个项目。应用内的智能选校会基于你的完整背景画像, 从项目库中生成整套冲稳保组合,并解释每一所的匹配理由。