[Fait Book] Fait 16 합격선 형성 지점 총정리
Fait 보고서가 표시하는 합격 확률에 대해 설명할 때 더 이해하기 쉽도록 종종 저희는 이렇게 설명을 합니다.
서로 다른 10개의 학과에, 각각 합격 확률이 60%로 표시되는 지점에서 원서를 넣으면 10곳 중 6곳에는 최종 차수 추가합격(전화찬스) 기준으로 합격을 하고, 4곳에는 불합격을 할 것으로 추정된 것입니다.
혹은 동일한 대학/ 학과에 10년 동안 매번 합격 확률이 60%로 표시되는 지점에서 원서를 넣으면 10년 중 6년은 최종차수 추가합격(전화찬스) 기준으로 합격을 하고, 4년은 불합격을 할 것으로 추정된 것입니다.
이와 같은 설명에 작년 Fait 16이 얼마나 부합했는지를 평가하는 것이 이 글입니다.
작년 Fait 16은 총 421개 모집단위에 대한 추정을 다루었습니다.
그 결과
합격 확률이 40%라고 보고서에 표시된 지점에서 실제로 합격할 확률은 33.7%,
합격 확률이 50%라고 보고서에 표시된 지점에서 실제로 합격할 확률은 51.5%,
합격 확률이 60%라고 보고서에 표시된 지점에서 실제로 합격할 확률은 70.1%,
합격 확률이 70%라고 보고서에 표시된 지점에서 실제로 합격할 확률은 84.8% 였습니다.
그런데 저희는 보고서를 읽는 독자의 "심리 편향"을 반영해, 합격 확률이 높게 표시되는 지점에서는 보고서에 표시되는 합격 확률을 실제 수학적으로 계산된 것에 비해 낮게 표시합니다.
왜냐하면 보고서에 합격 확률이 90%라고 나왔다고 하면, 수학적으로 옳은 상황에서는 그 점수에서 10명 중 9명이 합격하고 1명은 불합격해야만 합니다. 그럴 때 오히려 통계적으로 가장 정확한 판정을 했다고 할 수 있습니다. 그런데 입시에서는 이렇게 90%대 점수를 받고 탈락한 1명이 그 상황을 납득하기 너무 힘들어하기 때문에, 합격 가능성이 극단에 있는 경우 일부러 표시되는 합격 확률을 왜곡시킴으로써, 그러한 독자의 편향에 부합을 하려 합니다. 예를 들어 합격 가능성이 90%라고 표시되면 실제로는 합격 가능성이 100%에 가깝도록 설계하는 것입니다.
그 점을 고려하여 판단하면,
합격 확률이 40%라고 수학적으로 추정된 지점에서 실제로 합격할 확률은 33.7%,
합격 확률이 50%라고 수학적으로추정된 지점에서 실제로 합격할 확률은 51.5%,
합격 확률이 60%라고 수학적으로추정된 지점에서 실제로 합격할 확률은 70.1%,
합격 확률이 77.5%라고 수학적으로추정된 지점에서 실제로 합격할 확률은 84.8% 였습니다.
더 촘촘하게 도표로 표시하면 다음과 같습니다:
검은색 글씨가 보고서에 표시되어 있는 숫자, 초록색 글씨가 실제 Fait 통계 프로그램의 수학적인 추정, 주황색 글씨는 실제 입시 결과입니다. 이것을 잘 기억하시기 바랍니다.
보고서에 적혀있는 숫자 기준 합격 확률이 85% 이상이라고 표시된 지점에서는 99.95% 이상 합격할 것으로 추정되었고 실제로 100% 합격하였습니다.
이 도표를 x-축은 보고서 상 표시된 숫자, y-축은 실제 입시 결과로 대응시켜 그래프로 그린 것을 저희는 Fait-Fact Curve (FF Curve) 라고 하고, 이 커브의 모양을 보고 추정의 정확도를 평가하고, 그 다음 해에 Fait 의 각종 매개변수를 어떤 식으로 변경할지 토론합니다.
FF Curve의 진한 초록색 선과 주황색 선이 서로 멀리 떨어지지 않고 근접할수록 정확한 추정입니다. 만약 모든 지점에서 모든 추정이 완벽하게 일치했다면 진한 초록색 선과 주황색 선은 서로 겹치게 됩니다. Fait 의 추정이 실제에 비해 너무 비관적(흔히 하는 표현으로 박하다, 짜다)이었다면 주황색 선이 진한 초록색 선에 비해 윗쪽에 있게 되고, 반대로 Fait 의 추정이 실제에 비해 너무 낙관적(흔히 하는 표현으로 싱겁다)이었다면 주황색 선이 진한 초록색 선에 비해 아랫쪽에 있게 됩니다.
작년 421 건의 전체 추정에 대한 FF Curve 는 다음과 같습니다.
전년도 FF Curve 와 비교해 보시기 바랍니다 : https://s3.orbi.kr/data/file/cheditor4/1512/62kVkLzrugD1Lyqq.png
인문계 198 건에 대해서만 분석을 하면 다음과 같습니다.
인문계 결과만으로 FF Curve 를 그리면 다음과 같습니다.
자연계 (Medical 제외) 166 건에 대해서만 분석을 하면 다음과 같습니다.
자연계 결과만으로 FF Curve 를 그리면 다음과 같습니다.
Medical 57 건에 대해서만 분석을 하면 다음과 같습니다.
Medical 결과만으로 FF Curve를 그리면 다음과 같습니다.
다른 그래프에 비해 주황색 선이 아래쪽으로 늘어져 있는 것을 볼 수 있습니다.
이것은 전년도 Fait Medical 16 이 예상했던 것보다 의치대 합격선이 전체적으로 높았기 때문이었습니다.
이러한 결과를 초래한 것은 재작년 의대 합격선이 Fait Medical 15 가 예상했던 것보다 전체적으로 낮았던 영향을 작년판 Fait Medical 16이 너무 예민하게 반영했기 때문이라고 분석하였습니다.
참고로 재작년 Fait Medical 15 의 FF Curve 를 인용하면 다음과 같습니다.
올해 Fait Medical 17 을 제작하면서는 둘 사이 중용을 찾을 수 있는 매개변수를 찾기 위해 노력을 많이 했습니다.
이렇게 동일한 시간에 벌어진 사건들에 대한 확률을 분석하는 것을 "횡단면분석" 이라고 합니다.
지금까지 보여드린 것이 작년판 Fait 16 에 대한 횡단면 분석입니다.
반면 시간의 흐름에 따라 동일한 사건이 얼마나 잦은 빈도로 일어나는지 분석하는 것을 "시계열분석" 이라고 합니다.
제가 앞에서 60% 라는 확률이 표시되는 점수로 10개 학과에 지원하면 6개 학과에 합격한다고 말씀을 드림과 동시에
60% 라는 확률이 표시되는 점수로 10년 동안 같은 학과에 지원을 하면 6년은 합격한다고 설명을 하였습니다.
시계열분석은 후자가 유효한 설명인지를 탐구할 수 있게 해줍니다.
모든 학과에 대한 시계열 분석을 하기에는 분량이 너무 방대해지므로, Fait Medical 이 다루는 학과에 대해 시계열 분석을 해보았습니다.
예를 들어
2012학년도 한양대 의예과에서는 Fait에서 85% 이상의 합격확률이 표시된 지점에서 합격 가능했습니다.
2013학년도 한양대 의예과에서는 Fait에서 73.1% 이상의 합격확률이 표시된 지점에서 합격 가능했습니다.
2014학년도 한양대 의예과에서는 Fait에서 57.1% 이상의 합격확률이 표시된 지점에서 합격 가능했습니다.
2015학년도 한양대 의예과에서는 Fait에서 25.5% 이상의 합격확률이 표시된 지점에서 합격 가능했습니다.
2016학년도 한양대 의예과에서는 Fait에서 37.1% 이상의 합격확률이 표시된 지점에서 합격 가능했습니다.
만약 합격 확률이 40%라고 표시되는 지점에서 5년 동안 지원을 했다면 2번 합격할 수 있었을 것입니다.
만약 합격 확률이 60%라고 표시되는 지점에서 5년 동안 지원을 했다면 3번 합격할 수 있었을 것입니다.
만약 합격 확률이 80%라고 표시되는 지점에서 5년 동안 지원을 했다면 4번 합격할 수 있었을 것입니다.
특정 대학에 대한 추정이 대체로 정확했다면 매년 합격-불합격이 갈린 합격확률 지점을 평균하면 50.0%에 수렴하게 됩니다.
한양대 5회 시행에 대한 평균값은 55.6% 였습니다.
만약 어떤 대학에 대해 합격 가능성을 너무 박하게 추정하는 경향이 있다면 이 값은 50에 비해 훨씬 작을 것입니다.
반대로 어떤 대학에 대해 합격 가능성을 너무 후하게 추정하는 경향이 있다면 이 값은 50보다 훨씬 클 것입니다.
이러한 시계열 분석 결과를 도표로 나타내면 다음과 같습니다.
예과 전환을 한지 얼마 안 되는 대학의 경우 시행 횟수가 적어 왜곡이 클 수 있습니다. 그러한 대학은 추정치가 정확해 지는 방향으로 보정이 됩니다. 그러므로 예를 들어 가천대는 매번 너무 후하게 추정을 했으니 올해도 후하게 추정을 했을 것이다라고 판단해서는 안 됩니다. 그보다는 과거에 너무 후하게 추정을 했으니 올해는 그것을 보정하는 방향으로 (항상 목표는 50% 지점입니다) 추정치가 합리화되었을 것이다라고 판단해야 옳습니다.
지난 5년 간 Fait Medical 의 204회 전체 시행에 대해 커트라인이 형성된 지점의 평균 합격확률은 50.8%로 50%와 매우 가까운 모습을 보여주고 있습니다.
5년 간의 Medical 추정 204회에 대한 시계열 분석 결과를 도표로 정리하면 다음과 같습니다.
FF Curve 를 그려보면 다음과 같습니다.
50%~80% 구간에서의 통계학적 정확도는 경이로운 수준입니다.
하지만 40%대 이하에서의 추정은 개선의 여지가 있습니다.
각 학과별로 작년 커트라인이 형성된 지점에서의 Fait 합격 확률은 다음과 같습니다.
예를 들어 서울대 인문계열(광역) 54.7% 라고 하면, 그 학과에서 Fait가 합격 가능성이 54.7% 이상이라고 판정했던 모든 지원자가 실제로 최종 합격했다는 의미입니다. (제일 오른쪽 퍼센트가 최종컷입니다. 제일 왼쪽은 최초컷, 중간은 1차 추가합격 정도의 컷.)
합격선 형정 지점 평균치 정리
50.0% 에 가까울수록 정확한 추정이며,
그보다 크면 추정치에 비해 합격선이 높았던 경향(폭발, 후한 추정), 낮으면 추정치에 비해 합격선이 낮았던 경향(펑크, 짠 추정)
서울대 문과 53.0% (작년 67.0%, 재작년 47.7%)
연세대 문과 42.3% (작년 33.1%, 재작년 40.6%)
고려대 문과 46.2% (작년 41.6%, 재작년 34.7%)
서강대 문과 52.6% (작년 32.6%, 재작년 23.5%)
성균관대 문과 36.5% (작년 49.8%, 재작년 38.1%)
한양대 문과 37.5% (작년 58.2%, 재작년 55.6%)
중앙대 문과 36.5%
경희대 문과 61.1%
한국외대 문과 40.6%
시립대 문과 60.8%
*작년 연고대는 Fait이 모든 입시기관을 통틀어 제일 후하게 추정을 했지만 실제 결과는 그보다도 더 낮았던 것입니다.
서울대 이과 44.4% (작년 55.0%, 재작년 64.8%)
연세대 이과 46.5% (작년 39.8%, 재작년 45.2%)
고려대 이과 46.1% (작년 56.3%, 재작년 61.1%)
서강대 이과 66.1% (작년 66.3%, 재작년 52.9%)
성균관대 이과 45.4% (작년 58.0%, 재작년 53.6%)
한양대 이과 42.7% (작년 47.4%, 재작년 73.1%)
중앙대 이과 41.3%
경희대 이과 61.0%
시립대 이과 55.5%
Medical 61.3%
Fait 16 문과 전체 46.0% (작년 45.7%, 재작년 42.2%)
Fait 16 이과 전체 48.1% (작년 51.3%, 재작년 61.5%)
Fait 16 문과+이과+Medical 전체 48.9% (작년 47.0%, 재작년 51.1%)
한편 Fait 는 작년 Fait 16 에서, "무조건적인 합격"을 보장하는 "greenlight" 시스템을 처음으로 도입하였습니다.
작년 421개 모집 단위에서, "greenlight" 점수에서 지원을 했을 때 421곳 모두에 합격했습니다.
즉 "greenlight" 합격 확률은 100.0% 였습니다.
* 본 Fait Book 에 대한 오류 보고는 orbi.fait@gmail.com 앞으로 보내 주시기 바랍니다. 감사합니다.
--------------
Fait란?
--------------
이번 수능 시험에서
가장 높은 등급컷과 만점자수 적중률을 보인
(자세한 내용 : http://orbi.kr/0009949081 )
오르비-Fait의 기술력으로
여러분들께 Fait 17을 자신있게 소개드립니다.
위 버튼을 눌러서 Fait 구입 페이지로 이동하실 수 있습니다.
이미 구입하신 분의 개정판 보고서 열람,
구매 후 점수 입력 모두
같은 페이지에서 가능합니다.
구매 및 점수입력 60분 후
보고서를 다운로드 받으실 수 있습니다.
Fait 은 올해 입시에 관해
지구상에 존재하는 모든 정보를 반영하여
개별 맞춤식 보고서 형태로 제공하는 것을
목표로 하고 있습니다.
Fait 은 아래와 같은 형태의 확률분석 보고서를 제공합니다.
(아래 각 보고서는 샘플 제공을 위해 생성된 임의의 보고서로,
동일인의 분석 수치가 아닙니다)
만약 원서 접수 직전 발행되는 Fait 최종판을 기준으로
"Greenlight" 판정을 받은 학과에 지원을 하고
최종 불합격한다면,
Fait 팀은 구입 가격의 10배를 현금으로 보상합니다.
(자세한 내용은 EULA를 참조)
그만큼 분석 결과에 자신있습니다.
각각의 연산식에 따른 본인의 전국석차를 알 수 있을 뿐만 아니라
대학별점수를 기준으로한 전국석차 테이블인
Kaleidoscope Professional이 제공되며
다른 어떤 입시 기관의 자료보다도 디테일합니다.
그 외 올해 입시에 대한 전반적인 분석도 제공합니다.
0 XDK (+0)
유익한 글을 읽었다면 작성자에게 XDK를 선물하세요.
-
물리좃댐 0
배기범모 34점 31점 개좃박았음 근데 혼자서 풀어봐도 못풀겠는 문제가 두개씩 있음...
-
이감 시즌6 등록했는데 아직 일정표에 안나와있어서 그러는데 저번 실모시즌 때 몇까지...
-
수능날 역통수로 2
언매 98 95 92 화작 100 97 93 미적 96 92 88 기하 96 92...
-
츄라이 츄라이
-
한완수vs뉴런 1
한완수를 하면 상중하를 다해야하는건가요?? 공통이랑 미덕 다할생각입니다
-
ㅎㅎ 어그로 ㅈㅅ... 지난번 6평 분석 자료에 이어서 9평도 내어 옴! 쓰는데도...
-
ㅇ?
-
9월 덮도 추가 신청 받던데 10월 덮도 추가신청 받을라나
-
지난번 많은 관심과 사랑에 힘입어... 이번 9월 모의평가 분석 자료를 공개하게...
-
중3이 여러분 앞에서 이런 말 해도 되는진 모르겠는데 15
인생 어떻게 살아가야 하죠
-
킬캠 아낄까 0
4개 남았는디
-
님들 탐구1 탐구2 사이 2분동안 탐구1 가채점표 써도되나요 6
생지라서 생명은 시간이 잘 안남네요
-
둘이 손잡고 나가이씨
-
1. 간부가 음주운전으로 사람쳐서 감옥+무사고 깨짐 근데 정신 못차리고 다른 간부...
-
정시공부했던 것을 떠나보내기도 싫다
-
신검때 정공판정받고 대학다니면서 경쟁률 빡쎈곳만 넣고 떨어지고 대학졸업후 3년...
-
이번주 커트라인은 나란말이야...
-
문과 분들은 보면... 15
다수가 CPA 로스쿨 노무사 시험을 생각하고 가시긴 하지만... 막상 저 시험에...
-
간쓸개 풀다 보면 가끔 이감이 문제를 이상하게 내는 건지 그냥 양치기만 하다가...
-
여론조사 2
기타는 댓글로
-
자전거타고 10분거리라 하루에 3번씩 왔다갔다 하는거 생각하면 그냥 집에서 공부하는게 나으려나...
-
사실 어차피 버릴 시간 공부에 쓴다는 것만 보면 메리트가 커보이는데 그만큼 뭔가...
-
중고로 구하려는데 권당 7천원이면 적당한건가요
-
고3 결석 질문 0
질병결석하면 처방전 필요하잖아요? 전에 받아뒀던 처방전 복사해서 날짜만 바꿔서...
-
화1 50 (시간 25min) 수특 수완에서 생각보다 연계많이됨(20번 18번)....
-
시간낭비죠…?ㅠㅠㅠ 머리로는 알고있어서 자꾸 현타와요
-
옯창 빙고 ㅇㅈ 2
오르비에 상주하는 이유 오르비없었으면 불안해 죽을 예정이었기 때문
-
딱 1년 남았네요 이제 말출포함하면 1년이 아니긴 하지만요 ㅋㅋ 근들갑 떨지 않고...
-
손절쳐버렸는데 존나후회되네 왜그랬지
-
흠 2만 풀까
-
시ㅣ발 섹ㄱㅅㅅ스ㅡ ㅅㅅㅅㅅㅅㅅ
-
수능 잘나오면 노베 후배들 상대로 수능준비반 해보고싶다 7
누굴 가르친다는거 ㅈㄴ 재밌고 설레는듯
-
다시 미적 샤인미 ㄷㄱㅈ
-
물리2 강K모고 난이도 다른 실모에 비해 어느정도 인가요?? 너무 어렵던데..
-
나 연구시켜줘 14
국과수든 대학이든 어디든 보내즈ㅓ
-
아 씨발
-
걍 유기해도 되려나
-
누굴 좋아하고 설레고 외로워서 만나본적은 많은데 정말 이 사람이 아니면 안될 것...
-
그냥 화1런 할까요.. 김준+서바이벌이면 능치못할 일이 없어보이는데
-
킬캠멸망함 0
2-5 하방찍음 근데 진짜 뭐지 나만 못친듯
-
왜 오지훈은 알려주는데 학교쌤은 안알려줬지
-
7수 결심했다. 4
눈물이 난다
-
의대 기는 사람들은 의사 되고 싶어서 가는 건가여 20
연구하고 싶은 생각은 없나 의대 갈 수 있다면 경제적으로 안정적이라는 조건 하에 연구할 듯요
-
토익 텝스 토플중에 수능영어에 가장 도움되는건 뭘까요??? 3
뭐라고 생각하시나요???
-
꿈도 못꾸겠다
-
커피머신 캡슐 100개이상 쟁여두기 제로콜라 제로사이다 그외 음료 한바가지 쌓아두기...
-
기분조아 도표 느낌이 뭔가 신선하네요 시대컨이 원래 이런가
-
서바, 강k 웬만하면 92는 무조건 넘는데 더프만 80점대 계속나옴 서바 10회...
-
23 브릿지 생명 22회 23분 47점 막전위 보기 ㄷ에서 A랑 B랑 바꿔 읽어서...