新东方北京学校GRE教师团队将在猴年为大家带来最权威的《GRE年度报告》,通过大数据分析,分享最新的GRE教研成果,帮助大家在新一年有效备考GRE考试,顺利申请到自己满意的学校。善良的小编在此分享《大数据备考分析-判据视角的新GRE备考启示》,GRE年度大餐前的极品开胃菜,敬请享受!
以下内容节选自2016年1月北京新东方北美项目最新发布的《GRE年度报告》,完整内容请点击>>新东方韩冰:判据视角下的新GRE Verbal备考启示
4. GRE分数的算法探究
GRE的算分一直是一个谜团。我们对于GRE分数的计算方式仍然停留在Official Guide中的描述。Official Guide中这样说:
Your scores on the Verbal Reasoning and Quantitative Reasoning measures depend on your performance on the questions given. (考生文字推理和数量推理的成绩取决于考生在所给定题目中的表现)
The Verbal Reasoning and Quantitative Reasoning measures are section-level adaptive. This means the computer selects the second section of a measure based on your performance on the first. Within each section, all questions contribute equally to the final score. For each of the two measures, a raw score is computed. The raw score is the number of questions you answered correctly. (文字推理和数量推理是以section为单位的自适应的。这意味着计算机依据考生第一个section的表现来选择第二个section。在每个section中,每个题目对最终分数的贡献是一样的。对于这两种推力测试,首先一个裸分会计算出来,裸分就是答对题目的个数。)
The raw score is then converted to a scaled score through a process known as equating. The equating process accounts for minor variations in difficulty from test to test as well as differences in difficulty among individuals’ tests introduced by the section-level adaptation. Thus, a given scaled score reflects the same level of performance regardless of which section was administered and when the test was taken. (裸分再通过一个叫做equating的程序转化成一个报道分数。这个equating的程序解释了学生由于参加不同考试和不同的第二个section所带来的难度上的差异。因此一个报道分数最终展现出了一个学生的能力表现,无论他考察的是哪个section)
从以上的描述中,我们知道一个学生的分数和两个因素相关,分别是答对题目的个数和第二个section的难度系数。笔者试图建立了几个简单的回归模型,基于现有的数据来讨论分数与答对题目及其难度的关系。
考虑到在OG当中,GRE的分数主要取决于整体答对题目个数和第二个section的难度系数,笔者建立了一个简单的线性回归模型[1]。
[1] 在数据中又添加了130分和170分两个极端值的数据。
变量名称 |
定义
|
变量解释
|
Score |
学生GRE的Scaled Score |
130-170一个整数值 |
right_number
|
学生两个section合在一起答对题目总数
|
0-40的一个整数
|
IsEasy |
第二个section是否为easy模式 |
0表示非,1表示是 |
IsMedium |
第二个section是否为medium模式
|
0表示非,1表示是
|
因此回归模型可以表达为下述公式
Score = b1 + b2*right_number + b3*IsEasy + b4*IsMedium + e.
以下为回归结果:
变量 |
系数 |
标准差 |
p值 |
|
right_number |
0.793 |
0.016 |
0.000 |
|
IsEasy |
-6.472 |
0.309 |
0.000 |
|
IsMedium |
-2.961 |
0.203 |
0.000 |
|
_cons |
139.533 |
0.441 |
0.000 |
|
观测数量 |
137 |
|||
R2 |
0.986 |
|||
F |
3210.06 |
|||
Prob>F |
0.000 |
该回归结果的各项统计学指标都非常高,体现出模型对于学生GRE分数的解释能力极强。从回归结果和我们之前的研究结论,我们可以整合得出以下结论:
(1) 我们假设学生第一个section答对13道题目,为进入hard模式的最低标准,第二个section完全没有答对题目,根据计算得出分数为149.8分,因此hard模式的起评分为150分,也就是说如果学生进入了hard模式,GRE分数一定会在150分以上。以此类推medium模式的起评分为142分。
(2) 我们假设学生第一个section答对12个题目,刚好无法进入hard模式,而学生第二个section进入了medium模式并完全答对,则以此推测出进入medium模式的封顶分数为162分。以此类推,进入easy模式的封顶分数为154分。
完整内容请点击>>新东方韩冰:判据视角下的新GRE Verbal备考启示
最新热文推荐:
更多关于GRE考试2015年终盘点及2016备考规划的内容,请关注新东方网GRE频道,也可通过下方二维码关注我们的微信平台(微信号:GRE-XDF)。
微信号:GRE-XDF
(编辑:马荟)
版权声明:本文系新东方网独家稿件,版权为新东方网所有。转载须注明来源及作者,否则必将追究法律责任。