志愿填报中数据分析的误区及应对策略
来源:学大教育 时间:2015-04-16 15:28:35
高考志愿填报是一项复杂的系统工程,无论是院校志愿、还是专业志愿的决择,都要进行数据分析,较好地预测院校投档线、专业投档线。数据分析的目标是尽量减小预测数据的误差,以期达到最优化。 数据分析涉及到概率统计和时序分析等学科中很深的数学知识,本文在此不做深入讨论。要理性填报志愿,正确进行数据分析,必须注意以下几个误区。
1只用一年数据的误区
应对策略:至少用三年,最好用四至六年的原始录取数据
如果只用一年的数据,偶然性的因素不会排除,招生录取的“大小年”现象无法回避,至少要用四到六年的数据。
所谓大小年的现象,就是高校招生中某个或某些学校的招考人数很不稳定,起伏很大。某一年填报该校的人数比计划招生数高出许多倍,直接结果是当年的录取分被抬得很高,这一年称之为大年。由于上一年录取分高,竞争异常激烈,使下年许多考生望而却步,不再报考该校了,带来的结果是参与竞争的人少,录取分相应就降下来,我们将其称之为小年。再下一年的考生看到头一年的录取分不高,可能报考的人又多了……如此循环,报考人数和录取分起伏十分明显,就形成了所谓的大小年现象。
2使用最低分的误区
应对策略:至少要用平均分
最低分这个指标,从逻辑与数学的意义而言,是能否上一个院校(或专业)的必要条件,只能起到否定的作用(不能上),这不是我们考生和家长的目标。我们追求的目标是应该有90%以上的概率能上学!是一种肯定,而不是否定!而我们大多数人的思维定势往往是想以最低的成绩上最好的院校。从感性而言可以理解,但从理性来讲,不够明智。
而平均分是一个充分条件,能起到肯定的作用(但应注意,这种肯定是统计学意义的肯定)。同时,应该注意,平均分也有其局限性。
3平均分算法错误的误区
应对策略:所有考生的实际平均值
平均分并不是最高分与最低分的几何中心(最高分与最低分的算术平均),而是低于几何中心位置。有的学者提出了3/8方法、2/5黄金线法等,有一定的合理性,最好的方法是大数据分析法----使用所有考生的实际平均值。
另外,由于最高分与最低分(属于极端值)的不可靠性和偶然性,在数据分析的过程中,应该按极端值处理的方法进行。最简单的事例是,在各种竞赛的评比中,经常用去掉一个最高分、去掉一个最低分,就是这个道理。
在志愿填报实践中,要尽力避免数据分析的各种误区,综合应用线差法与位次法,克服各种方法的缺点,整体考察,宏观把握!事实上,高考(课程)志愿填报从数学的观点而言,是一个无解的题目,我们所努力的方向是尽量减少误差、减少填报志愿过程中的失误。
相关推荐
热门资讯
-
高中化学方程式记忆方法
2021-12-09 -
学好高中数学,牢记这五大步
2021-12-09 -
★青岛小升初民办校通过什么方式报名
2018-11-09 -
★2019年青岛中小学生寒假放假时间
2018-11-08 -
志愿填报之“提前批”答疑解惑
2018-11-08 -
同宗同名却不同校的大学,别报错了!
2018-11-08 -
高中英语10种写作体裁
2018-11-08 -
地理、生物等级考对2019青岛中考的影响究竟有多大
2018-11-08 -
★青岛初二学生物理补课老师哪儿有
2018-11-06
热门问题
-
青岛高二学生去学大教育补习怎么样?
2021-09-03 -
秦皇岛高二学生英语差如何能进步?
2021-09-03 -
乌海初三化学成绩差有必要补习吗?
2021-08-13 -
兰州初中生报假期班有什么效果?
2021-06-25 -
深圳学大教育辅导班的费用贵吗?
2021-06-25 -
太原高中生从几个方面选择托管班?
2021-06-18 -
中小学辅导机构哪家比较好?
2021-06-18 -
小升初数学学习技巧有哪些?
2021-06-04