Fait [366553]

2017-12-27 17:38:21
조회수 30230

[Fait Book] Fait 17 합격선 형성 지점 총정리

게시글 주소: https://orbi.kr/00014912391


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 17이 얼마나 부합했는지를 평가하는 것이 이 글입니다.



━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─



Fait는 과거 추정 결과를 하나도 숨기지 않고 수학적으로 낱낱이 공개합니다.


이것이 저희가 다른 입시기관들과 다른 점이고, 이 점 때문에 지금까지 발전해왔고 이러한 반성과 보정의 결과, 추정치가 점점 더 정확해지고 있습니다.




Fait 11, Fait 12, ... , Fait 16에 대한 추정치는 여기에 있습니다.


Fait 11 : https://orbi.kr/0001417893


Fait 12 : https://orbi.kr/0003323851


Fait 13 : https://orbi.kr/0004104165 ,  https://orbi.kr/0003969500 (FF Curve)


Fait 14 : https://orbi.kr/0005299188


Fait 15 : https://orbi.kr/0007187915


Fait 16 : https://orbi.kr/00010360307


Fait 17 : (이 글)



━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─





일단, Greenlight 지점에서는, Greenlight가 도입된 첫 해부터 지금까지 모든 대학 모든 학과에서 100.0% 합격했습니다. 


작년 421개, 올해 459개 총 880개 모집 단위에 대해 100% 합격입니다.


Greenlight가 켜지는 지점은 대체로 안정권의 점수이긴 하지만, 


(만약 불합격을 하면 저희가 구입 금액의 1,000%를 보상하게 되어 있기 때문에 저희로서도 너무 아슬아슬하게 책정을 할 수는 없죠) 


적지 않은 수의 학과는 경쟁사 기준으로 "4칸" 판정이 나오는 점수에서도 Greenlight on이었던 만큼, 누가봐도 risk-free한 지점에서만 Greenlight가 켜졌던 것은 아닙니다. 



━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─




작년 Fait 17은 총 459개 모집단위에 대한 추정을 다루었습니다.






그 결과 


합격 확률이 20%라고 보고서에 표시된 지점에서 실제로 합격할 확률은 20.3%


합격 확률이 30%라고 보고서에 표시된 지점에서 실제로 합격할 확률은 27.0%


합격 확률이 40%라고 보고서에 표시된 지점에서 실제로 합격할 확률은 35.1%,


합격 확률이 50%라고 보고서에 표시된 지점에서 실제로 합격할 확률은 49.2%,


합격 확률이 60%라고 보고서에 표시된 지점에서 실제로 합격할 확률은 71.0%,


합격 확률이 70%라고 보고서에 표시된 지점에서 실제로 합격할 확률은 87.4%,


합격 확률이 80%라고 보고서에 표시된 지점에서 실제로 합격할 확률은 97.2% 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.




반대로 합격 확률이 20%라고 나왔다고 하면, 수학적으로 옳은 상황에서는 그 점수에서 10명 중 2명만이 합격하고, 8명은 불합격을 해야 합니다.


높은 합격 확률에 대해서는 그 여사건인 불합격의 가능성을 이용자들이 납득하기 어려워하지만, 20%만 합격 가능했는데 20%만 실제로 합격한 것에 대해서는 저항이 없으므로, 낮은 확률 구간에서는 수학적으로 연산된 합격 확률과 보고서에 표시된 합격 확률 간에 차이를 두지 않습니다.





그 점을 고려하여 판단하면 추정 결과와 실제 결과는 다음과 같습니다:



합격 확률이 70%라고 보고서에 표시된 지점은 실제로는 합격 확률이 77.5%라고 수학적으로 추정된 지점이었고, 


이 지점에서 실제로 합격할 확률은 87.4% 였습니다.



합격 확률이 80%라고 보고서에 표시된 지점은 실제로는 합격 확률이 95.0%라고 수학적으로 추정된 지점이었고, 


이 지점에서 실제로 합격할 확률은 97.2% 였습니다.



합격 확률이 85%라고 보고서에 표시된 지점은 실제로는 합격 확률이 99.9% 이상이라고 수학적으로 추정된 지점이었고, 


이 지점에서 실제로 합격할 확률은 100.0% 였습니다.




━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─



이 결과를 도표로 표시하면 다음과 같습니다.





왼쪽의 검은색 글씨로 써있는 확률이 실제로 보고서에 적힌 확률,


그 오른쪽 초록색 글씨로 써있는 확률이 Fait 통계 패키지가 연산한 확률, 

(예를 들어 86.3%로 연산이 되었다면, 실제 보고서에는 75.0%로 적었다는 의미)


그 오른쪽 주황색 글씨가 그 지점에서 실제로 합격한 확률입니다.




Fait가 통상 여러 입시 패키지, 서비스 중에서 "후한 편"으로 알려져 있지만, 


Fait가 보고서 상 적힌 확률을 실제 연산값보다 강제로 낮춰서 표시함에도 불구하고, 실제 합격률은 그보다 훨씬 높은 것을 알 수 있습니다.


즉 현실에 비해서 Fait는 "짠 편"인데도 이용자들은 그 추정치를 "후하다"고 느끼는 것입니다.



━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─



이것은 이용자들의 합격과 불합격에 대한 효용 함수가 이렇게 생겼기 때문입니다.




가로축은 나의 점수에서 커트라인 점수를 뺀 값이고, 세로축은 결과에 대한 만족의 정도를 상대적으로 나타낸 것입니다.


내 점수에서 커트라인 점수를 뺀 값이 음수면,  "내 점수 < 커트라인 점수"이고 이것은 불합격을 의미하므로, 만족도 즉 Utility = 0 입니다. 몇 점 차이로 탈락했건 간에 불합격은 최악의 불만족을 초래합니다.


반면 내 점수 = 커트라인 점수여서 마지막 "전화 찬스"로 "문을 닫고" 합격하게 되면, 내 점수에 대한 "매몰비용"이 하나도 없이 내 점수로 얻을 수 있었던 최대한의 효용을 짜낸 결과가 되므로, 만족도는 최대(100)입니다. 


반면 커트라인에서 너무 점수를 남기고 합격을 하게 되면 만족도는 점점 체감하게 됩니다.





만약 합격선을 최대한 적은 오차로 맞히면 이기는 게임이 있다고 가정하면, 그 게임에서 "실제 커트라인보다 1점 높게 예측한 것"과 "실제 커트라인보다 1점 낮게 예측한 것"의 가치는 동일하므로, 그때의 효용은 이런 그래프 모양일 것입니다.







표시되는 추정치에 대한 왜곡이 없었던, 초창기의 Fait 는 추정 성과를 평가하기 위해 이와 유사한 모델(MMSE, mean square error의 최소화)을 사용하였습니다.




이런 모델이 지향하는 결과는 다음과 같습니다.


10% 합격한다고 예측된 지점에서의 합격률 = 10%

20% 합격한다고 예측된 지점에서의 합격률 = 20%

30% 합격한다고 예측된 지점에서의 합격률 = 30%

40% 합격한다고 예측된 지점에서의 합격률 = 40%

50% 합격한다고 예측된 지점에서의 합격률 = 50%

60% 합격한다고 예측된 지점에서의 합격률 = 60%

70% 합격한다고 예측된 지점에서의 합격률 = 70%

80% 합격한다고 예측된 지점에서의 합격률 = 80%

90% 합격한다고 예측된 지점에서의 합격률 = 90%


그래프의 x축에 예측된 합격률을 적고, y축에 실제 합격률을 적으면, (x,y) 좌표 상에서


(10%, 10%),  (20%, 20%), ... (90%, 90%) 가 됩니다.


이 추정과 결과를 좌표평면에 그리면 이런 모양이 됩니다.


이걸 저희는 추정치(fait)와 실제 결과(fact)를 대응시켰다는 의미로 FF Curve라고 부릅니다.





즉 y=x 형태의 직선이 됩니다.


92.5% 합격한다고 추정을 했으면 92.5% 는 합격하고 7.5% 는 불합격 하는 것입니다.






이렇게 수학적으로만 연산을 하고, 사회과학적(?)인 요소를 무시했더니 첫 해 결과를 받아든 수험생들 사이에서 난리가 났습니다.


"90% 합격 가능한데 어떻게 불합격을 할 수 있냐!" 라는 성토를 피할 수 없었던 것이죠.


0.1점이 모자라서 불합격을 하든, 10점이 모자라서 불합격을 하든, 불합격의 Utility는 "0"이기 때문에 발생하는 문제였습니다. 




즉, 입시에 대한 추정이 목표로 해야 하는 것은, (수학적으로 표현하면) "합격확률을 x축에 표시하고, y축에는 [이용자 점수 - 커트라인 점수]의 값으로부터 얻어낸 utility function의 결과값을 대응시킨 함수를 u(x)라고 할 때  ∫u(x)dx 를 최대값으로 만드는 u(x)를 찾을 것"이라 할 수 있는 것입니다.    -- 설명이 어려우면 이 문장은 무시하세요. 



그러려면, 예를 들어 합격확률 75.0% 이상의 지점에서만 합격을 할 수 있었던 학과의 경우, 75.0% 미만의 영역에 대한 utility function이 0이 되어  ∫u(x)dx 값의 많은 부분을 잃게 되므로, 실제 추정된 합격 확률에 비해 보고서에 적히는 확률을 낮게 표시할("더 짜게 값을 적을") 유인이 생깁니다.


하지만 "너무 짠 추정"을 하면, 대부분의 x축 구간(확률 범위)에서 점수를 남겨 합격하게 될 것이므로, utility function의 값(y축의 값)이 너무 작아져  ∫u(x)dx 값은 작아집니다.


결과적으로, "약간 짠 추정", 다시 말해 "실제 수학적인 확률 대비 약간만 비관적으로 보이도록" 값을 적으면  ∫u(x)dx 값이 최대가 됩니다.



한편으로, 저희는 경험적으로 이용자들이 80%대 중후반 내지는 90%대 확률에서 불합격할 경우 극렬하게 저항하지만,


80%대 초반의 확률에서 불합격하는 경험에 대해서는 "아주 운이 없고 불쾌하긴 하지만 그럴 수도 있다" 정도의 반응을,


70%대 후반의 확률에서 불합격하는 경험에 대해서는 "그럴 수도 있다"고 관대한 반응을 보이는 것도 확인했습니다.




그리하여, 결정된 것이 합격 확률 85% 지점 이상일 때에는 실질적으로 모두 합격을 할 수 있게 하고, 60~85% 확률 구간에서 추정치를 (이용자의 utility function을 고려하여) 왜곡하여 표시하자는 것이었습니다.







그 결과를 위와 동일한 좌표평면 상에 표시하면 이런 그림이 됩니다.


진한 녹색 선이 실제 Fait가 추정한 확률입니다. 


이 녹색 선은 (x,y) = (80.0%, 95.0%) 지점을 지나가는데, 이것을 해석하면, "실제로는 95% 합격한다고 계산이 되었어도, 80% 합격 가능하다고 보고서에 적어라" 라는 뜻입니다.





일반적인 입시 기관들, 즉 Fait에 비해 더 "짠" 추정치를 발표하는 기관들의 목표는 이러한 모양일 것입니다.





불합격을 하면 머리 끄댕이를 쥐어잡히는 오프라인 컨설팅의 경우 훨씬 더 보수적인 편향을 갖게 됩니다.


컨설팅을 받는 학부모와 학생들의 경우 "될 곳을 안 된다"고 한 것을 탓하는 정도는 적지만, "안 될 곳을 된다"고 했을 때의 후환은 너무 크기 때문이죠.


말하자면, 컨설턴트 입장에서 utility function은 이런 모양인 것입니다.




학생이 불합격 (x축 = 컨설팅 받은 학생 점수 - 최종합격선 점수 가 음수)을 하는 상황이 되면 머리 끄댕이를 붙들리게 되므로, 그건 가정할 수 있는 최악(utility function = y축 = 0)의 상황보다 더 나쁜 상황이기 때문에 음수입니다. 


다만 아슬아슬하게 불합격을 했다면 거의 맞히긴 했는데 예외의 경우가 발생했다는 등등의 핑계라도 댈 수 있으니 그나마 최악(0)에 근접할 수 있을지도 모르죠.


반면 커트라인에서 문을 닫고 들어가는 상황도 컨설턴트 입장에서의 효용은 최고(100)가 아닙니다. 문을 닫고 들어가는 상황이란 실제로 겪어보면 2월 중순까지 애타게 추가합격자 번호를 받고 기다리다 입학처로부터 마지막 순간에 구원의 전화를 받는 것이라, 실제로는 학생 점수로 짜낼 수 있는 최대한을 짜내고 최고의 가성비 결과를 만들어 낸 것이지만, 최초 합격 결과가 나오는 1월부터 2월 중순까지 내내 긴장과 스트레스를 받아야 하거든요.


그래서 점수를 어느 정도 남기고 최초 합격, 내지는 예측 가능한 범위 내의 1차 추가합격 정도 하는 것이 컨설턴트에게는 제일 좋습니다.


그렇다 보니 컨설턴트의 FF Curve는 이렇게 극단적으로 왜곡된 모습을 띠게 됩니다.






입시 정보를 제공해 주는 사람 입장에서의 이러한 차이를 이해하고, 각 당사자들이 추정하는 결과를 해석하면, 수요자 입장에서도 더  현명한 판단을 내릴 수 있을 것입니다.






━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─


다시 전으로 돌아가서,


Fait 가 목표로 하는 FF Curve는, 아래 좌표평면의 진한 녹색 선과 같다는 말씀을 드렸습니다.






이 좌표평면 위에, 실제 결과를 같이 표시한다고 해 봅시다.


예를 들어 추정 확률이 40%였는데, 실제로는 50% 합격 가능했다면 (40%, 50%) 지점에 주황색 점을 찍고, 다른 지점에서도 점을 찍은 다음 쭉 잇는다고 하면, 평면 위에 주황색 선을 그릴 수 있을 것입니다.


추정이 모든 지점에서 100% 완벽했다면 그래프는 이런 모양을 띠게 됩니다.


즉, 진한 녹색 선을 주황색 선이 덮게 됩니다.





반면 너무 "짜게" 추정을 해서 실제로는 더 합격 가능했는데, 확률을 너무 낮게 잡은 경우에는 이런 형태의 그래프가 나옵니다.


주황색 선이 녹색 선 위로 갑니다.





반면 너무 "싱겁게" 추정을 해서, 실제로는 합격할 수 없는 점수에, 합격 가능했던 것처럼 적으면 이런 그래프가 나옵니다.


주황색 선이 녹색 선 아래에 옵니다.






한편, 추정 기관 입장에서는 안전하지만 "가치 없는" 추정을 할 수도 있습니다.


그것은 50% 근방에서 확률이 천천히 변하게 해서, 


실제로는 합격선이 대부분 확률 40~60% 범위에서 형성된 것처럼 그럴듯하게 보이게 하면서, 이용자의 비난을 회피하는 것입니다.






이렇게 하면 60% 이상 확률에서는 불합격자가 발생하지 않아 불만이 없는 것처럼 보이고,


30%대 확률에서는 어차피 이용자들이 기대를 하지 않으니 불합격을 했다 해도 불만이 없고,


실제 여러 학과들의 합격선은 합격확률 40%, 42%, 45%, 50%, 52%, 54%, 56% 같은 지점에서 형성된 것처럼 나오기 때문에, 


마치 추정을 잘 한 것처럼 이용자를 속일 수 있습니다.



하지만 이것은 수학적으로 아무 가치가 없는 정보입니다. 


이 그래프를 더 극단적으로 늘이면 이런 모양이 됩니다.






예를 들어, 어떤 대학의 합격선이 400점 만점에 380점 정도로 예상이 된다면, 


360점 득점자에게는 49%의 확률을,


370점 득점자에게는 49.5%의 확률을


380점 득점자에게는 50%의 확률


390점 득점자에게는 50.5%의 확률을 표시하는 것입니다.


그러면 어차피 합격선은 376~384점 범위 정도에는 들어올 것이기 때문에


실제 합격선은 49~51%의 어딘가에서 형성된 것처럼 보일 것입니다. 


그렇지만 이런 정보가 왜 가치가 없는지는 굳이 설명을 하지 않아도 이해하실 수 있을 것입니다. 


말하자면, "모든 이용자가 50%의 확률을 추정치로 받기 때문"에 아무런 부가적인 가치가 없는 것입니다.




이것은 쉬운 이해를 위해 극단적인 예를 든 것이지만, 


40~60% 확률에서 너무 심하게 실제값이 변하는 아래와 같은 그래프



는 Fait를 제외한 많은 입시 기관들이 저지르는 범죄(?)이기도 합니다.


실제로 다른 기관에서 확률을 흉내내는 판정을 받아보면, 그럴법한 대다수가 40%, 50%, 60%의 확률을 받아가는 것을 알 수 있을 것입니다.


물론 워낙 터무니 없는 점수에서는 10%, 20% 표시를 하지만 그건 실질적으로는 위험이 없죠.






정말 가치 있는 추정이 되려면, 1/3 정도의 학과 합격선은 합격 확률 66.6% 이상에서 끊기고, 1/3 정도는 합격 확률 33.3% 이하에서 끊기고, 1/3 정도만 33~66% 범위에서 끊겨서 합격선이 형성된 지점이 고르게 분산되어야 합니다. 


그리고 그렇게 추정을 하면 주황색 그래프가 x축 = 50% 지점에서 너무 심한 기울기를 갖지 않고 평탄하게 녹색 선을 타고 올라가게 됩니다.


이런 추정은 아주 미세한 추정 오류만 범해도  (높은 확률에서 여러 탈락자를 초래하기 때문에) 큰 저항을 유발할 수 있고, 입시 기관으로서는 대단히 위험이 큰 추정입니다.


즉, 70% 합격이 가능하다 했으면 100% 합격 가능한 게 아니라 정말 70%만 합격 가능해야 합니다. 이 부분에 대한 추정을 정확하게 하려면 평균합격선("mean")에 대한 추정이 정확해야 할 뿐만 아니라 합격선의 편차("sigma")에 대한 추정도 정확하고 변동성("vega")에 대한 추정까지 완벽해야 합니다. 



그러한 결과 정확한 추정치를 얻을 수만 있다면 (이 자료의 의미를 해석할 수 있는 현명한 지원자에게는) 그에 비례하는 "추정 자료로서의 가치"를 주게 됩니다.


그리고 그렇게 하는 것이 Fait 11 때부터, 아니 그 이전 2000년대부터 우리 오르비 입시팀의 목표이기도 했습니다.



━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─




이제 Fait 17에서 추정한 모든 학과에 대한 추정 결과를 나열하면 아래와 같습니다.


각 모집단위 이름 옆에 적힌 확률은 그 모집단위의 합격선에서 표시된 Fait17 보고서의 합격 확률을 의미합니다. 


예를 들어, 서울대 인문계열(광역) 49.8% 라고 하면, 서울대 인문계열(광역)에서 작년 Fait 17에 49.8% 보다 큰 확률로 표시된 점수로 지원했던 모든 지원자가 합격했다는 의미입니다. 



내신 성적 등 수능 성적 이외의 전형 요소가 있는 대학들의 경우, 비 수능 전형 요소들의 성적은 지원자 평균이라 가정하였습니다.



우선 인문계 결과부터 보면,



서울대
인문계열(광역)
49.8%
서울대
정치외교학부
34.7%
서울대
경제학부
71.6%
서울대
사회학과
81.8%
서울대
심리학과
38.4%
서울대
지리학과
69.7%
서울대
사회복지학과
53.0%
서울대
경영대학
72.9%
서울대
농경제사회학부
48.7%
서울대
국어교육과
66.3%
서울대
영어교육과
48.3%
서울대
사회교육과
56.8%
서울대
역사교육과
77.0%
서울대
지리교육과
37.0%
서울대
소비자아동학부
43.5%






서울대
간호대학
62.9%
서울대
의류학과
55.1%










































서울대
자유전공학부(인문)
41.9%
서울대
인류학과
69.5%












연세대
국어국문학과
25.9%
연세대
중어중문학과
43.3%
연세대
영어영문학과
65.2%
연세대
독어독문학과
16.9%
연세대
불어불문학과
27.3%
연세대
노어노문학과
31.4%
연세대
사학과
59.4%
연세대
철학과
11.9%
연세대
문헌정보학과
11.3%
연세대
심리학과
1.8%
연세대
경제학부
59.5%
연세대
응용통계학과
13.6%
연세대
경영학과
61.5%
연세대
신학과
57.5%
연세대
정치외교학과
53.6%
연세대
행정학과
21.0%
연세대
사회복지학과
51.5%
연세대
사회학과
17.4%
연세대
문화인류학과
72.4%
연세대
언론홍보영상학부
18.4%
연세대
의류환경학과(인문)
36.9%
연세대
식품영양학과(인문)
56.5%
연세대
실내건축학과(인문)
15.8%
연세대
아동가족학과(인문)
44.2%
연세대
생활디자인학과(인문)
51.9%
연세대
교육학부
45.2%
연세대
간호학과(인문)
13.2%


















고려대
경영대학
59.6%
고려대
국어국문학과
13.9%
고려대
철학과
66.9%
고려대
한국사학과
43.6%
고려대
사학과
45.9%
고려대
심리학과
58.6%
고려대
사회학과
35.7%
고려대
한문학과
62.9%
고려대
영어영문학과
53.5%
고려대
독어독문학과
19.5%
고려대
불어불문학과
44.4%
고려대
중어중문학과
8.4%
고려대
노어노문학과
56.4%
고려대
일어일문학과
29.9%
고려대
서어서문학과
63.8%
고려대
언어학과
37.9%
고려대
식품자원경제학과
19.9%
고려대
정치외교학과
44.7%
고려대
경제학과
13.4%
고려대
통계학과
15.0%
고려대
행정학과
11.3%
고려대
교육학과
45.7%
고려대
국어교육과
15.8%
고려대
영어교육과
16.3%
고려대
지리교육과
21.1%
고려대
역사교육과
29.6%
고려대
가정교육과(교차)
18.6%
고려대
간호대학(교차)
57.3%
고려대
컴퓨터학과(교차)
39.9%
고려대
국제학부
49.5%
고려대
미디어학부
9.4%
고려대
보건정책관리학부
58.8%
고려대
자유전공학부
17.5%












서강대
인문계
39.3%
서강대
영미문화계
56.5%
서강대
유럽문화전공
54.2%
서강대
중국문화전공
18.4%
서강대
사회과학부
52.9%
서강대
경제학부
44.3%
서강대
경영학부
52.3%
서강대
커뮤니케이션학부
55.0%
























성균관대
(가)사회과학계열
42.5%
성균관대
(가)글로벌경제학과
15.5%
성균관대
(가)글로벌경영학과
44.4%
성균관대
(나)인문과학계열
15.8%
성균관대
(나)경영학과
40.9%
성균관대
(나)글로벌리더학과
16.3%
성균관대
(나)교육학
22.4%
성균관대
(나)한문교육
15.6%
성균관대
(나)영상학과
44.9%
성균관대
(나)의상학과
14.0%














































































한양대
(나)국어국문학과
14.9%
한양대
(나)중어중문학과
11.3%
한양대
(나)영어영문학과
43.8%
한양대
(나)사학과
29.1%
한양대
(나)철학과
50.1%
한양대
(나)정치외교학과
41.4%
한양대
(나)사회학과
18.4%
한양대
(나)정책학과
15.6%
한양대
(나)교육학과
41.6%
한양대
(나)교육공학과
24.7%
한양대
(나)국어교육과
27.4%
한양대
(나)영어교육과
42.8%
한양대
(나)경제금융학부
17.3%
한양대
(나)경영학부(상경)
29.7%
한양대
(가)정보시스템학과(상경)
49.3%
한양대
(가)미디어커뮤니케이션학과
16.3%
한양대
(가)관광학부
6.9%
한양대
(가)행정학과
18.2%
한양대
(가)파이낸스경영학과
52.3%
한양대
(가)연극영화학과
7.5%
































































































중앙대
(가)산업보안학과인문
15.8%






중앙대
(나)영어영문학과
13.3%
중앙대
(나)유럽문화학부
41.3%
중앙대
(나)아시아문화학부
41.1%












중앙대
(나)정치국제학과
12.6%
중앙대
(나)공공인재학부
25.4%
중앙대
(나)심리학과
14.2%












중앙대
(나)미디어커뮤니케이션학부
32.8%
중앙대
(나)사회학과
24.5%
중앙대
(나)도시계획부동산학과
22.8%
중앙대
(나)국제물류학과
26.3%
중앙대
(다)교육학과
48.4%






중앙대
(다)영어교육과
55.8%
중앙대
(다)경영학부(경영학)
16.8%
중앙대
(다)경영학부(글로벌금융)
33.3%
중앙대
(다)경제학부
22.1%
중앙대
(다)응용통계학과
57.5%
중앙대
(다)광고홍보학과
60.6%
중앙대
(다)간호학과(인문)
32.6%
















































































































































경희대
(가)국어국문학과
37.4%
경희대
(가)사학과
78.6%
경희대
(가)철학과
56.8%
경희대
(가)영어학부
25.3%
경희대
(가)자율전공학과
61.2%
경희대
(가)정치외교학과
56.8%
경희대
(가)행정학과
58.8%
경희대
(가)사회학과
20.6%
경희대
(가)경제학과
15.0%
경희대
(가)무역학과
63.1%
경희대
(가)언론정보학과
18.3%
경희대
(가)경영학과
56.9%
경희대
(가)회계세무학과
10.7%
경희대
(가)Hospitality경영학부
63.5%
경희대
(가)관광학부
72.4%
경희대
(가)아동가족학과
29.2%
경희대
(가)주거환경학과
58.0%
경희대
(가)의상학과
58.9%
경희대
(가)지리학과(인문)
78.7%
경희대
(가)한의예과(인문)
55.7%
경희대
(가)간호학과(인문)
23.9%


















외국어대
(가)영어학과
25.2%
외국어대
(가)말레이인도네시아어과
13.9%
외국어대
(가)아랍어과
38.9%
외국어대
(가)태국어과
46.7%
외국어대
(가)베트남어과
17.2%
외국어대
(가)인도어과
13.3%
외국어대
(가)터키아제르바이잔어과
19.9%
외국어대
(가)이란어과
52.5%
외국어대
(가)몽골어과
54.6%
외국어대
(가)중국언어문화학부
37.4%
외국어대
(가)일본언어문화학부
40.6%
외국어대
(가)영어교육과
9.4%
외국어대
(가)프랑스어교육과
69.3%
외국어대
(가)독일어교육과
73.0%
외국어대
(가)한국어교육과
26.3%
외국어대
(가)중국어교육과
72.4%
외국어대
(가)국제학부
43.6%
외국어대
(나)영미문학문화학과
50.2%
외국어대
(나)EICC학과
16.1%
외국어대
(나)프랑스어학부
31.7%
외국어대
(나)독일어과
33.2%
외국어대
(나)노어과
63.5%
외국어대
(나)스페인어과
31.7%
외국어대
(나)이탈리아어과
41.4%
외국어대
(나)포르투갈어과
18.8%
외국어대
(나)네덜란드어과
56.7%
외국어대
(나)스칸디나비아어과
62.6%
외국어대
(나)중국외교통상학부
46.7%
외국어대
(나)융합일본지역학부
55.9%
외국어대
(나)정치외교학과
35.8%
외국어대
(나)행정학과
39.2%
외국어대
(나)미디어커뮤니케이션학부
6.9%
외국어대
(나)국제통상학과
10.3%
외국어대
(나)경제학부
56.9%
외국어대
(나)경영학부
16.7%
외국어대
(나)L&D학부
54.1%
외국어대
(나)L&T학부
31.2%












시립대
(가)행정학과
61.1%
시립대
(가)국제관계학과
17.1%
시립대
(가)경제학부
48.5%
시립대
(가)사회복지학과
78.5%
시립대
(가)세무학과
31.6%
시립대
(가)영어영문학과
62.1%
시립대
(가)국어국문학과
57.3%
시립대
(가)국사학과
69.2%
시립대
(가)철학과
80.1%
시립대
(가)중국어문화학과
65.7%
시립대
(가)도시행정학과
5.5%
시립대
(가)도시사회학과
40.0%
시립대
(나)경영학부
18.8%
시립대
(나)자유전공학부
76.7%


















이화여대
인문과학대학
51.3%
이화여대
영어영문학부
18.8%
이화여대
사회과학대학
31.5%
이화여대
커뮤니케이션미디어학부
22.9%
이화여대
교육학과
60.1%
이화여대
유아교육과
47.5%
이화여대
초등교육과
64.5%
이화여대
교육공학과
47.4%
이화여대
특수교육과
63.6%
이화여대
영어교육과
11.9%
이화여대
사회과교육과
58.0%
이화여대
국어교육과
9.8%
이화여대
경영학부
14.8%
이화여대
신산업융합대학
60.3%
이화여대
의예과
31.0%
이화여대
간호학부
46.8%
이화여대
스크랜튼학부
10.5%
이화여대
융합학부
79.5%




Fait 17 인문계 모집단위에 대한 FF Curve





인문계에서는 실제 합격선에 비해 다소 "짜게" 추정치를 준 결과, 추정치보다 더 높은 확률로 합격 가능했음.




━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─


자연계 결과를 보면,


서울대
수리과학부
45.6%
서울대
물리학전공
13.5%
서울대
천문학전공
19.3%
서울대
화학부
11.8%
서울대
생명과학부
63.7%
서울대
지구환경과학부
61.6%
서울대
간호대학
62.6%
서울대
건설환경공학부
41.8%
서울대
기계공학전공
26.7%
서울대
우주항공공학전공
52.5%
서울대
재료공학부
18.3%
서울대
전기정보공학부
48.7%
서울대
컴퓨터공학부
47.9%
서울대
화학생물공학부
40.1%
서울대
건축학과
45.4%
서울대
산업공학과
11.2%
서울대
에너지자원공학과
62.9%
서울대
원자핵공학과
19.1%
서울대
조선해양공학과
15.0%
서울대
식물생산과학부
43.5%
서울대
산림과학부
24.7%
서울대
식품동물생명공학부
21.4%
서울대
응용생물화학부
52.6%
서울대
조경지역시스템공학부
35.7%
서울대
바이오시스템소재학부
41.8%
서울대
수학교육과
14.9%
서울대
물리교육과
48.7%
서울대
화학교육과
57.6%
서울대
생물교육과
40.7%
서울대
지구과학교육과
19.3%
서울대
식품영양학과
15.4%
서울대
의류학과
11.6%
서울대
수의예과
34.5%
서울대
의예과
39.8%
서울대
치의학과
16.3%






























연세대
수학과
56.3%
연세대
물리학과
12.7%
연세대
화학과
33.9%
연세대
지구시스템과학과
66.3%
연세대
천문우주학과
51.4%
연세대
대기과학과
16.1%
연세대
화공생명공학부
59.8%
연세대
전기전자공학부
66.4%
연세대
건축공학과
57.9%
연세대
도시공학과
66.5%
연세대
사회환경시스템공학부
48.2%
연세대
기계공학부
62.9%
연세대
신소재공학부
60.8%
연세대
산업공학과
52.6%
연세대
컴퓨터과학과
64.6%
연세대
시스템생물학과
52.3%
연세대
생화학과
57.4%
연세대
생명공학과
65.0%
연세대
의류환경학과(자연)
59.9%
연세대
식품영양학과(자연)
61.2%
연세대
실내건축학과(자연)
68.4%
연세대
생활디자인학과(자연)
69.4%
연세대
간호학과(자연)
16.5%
연세대
의예과
70.1%
연세대
치의예과
17.0%


















고려대
생명과학부
50.9%
고려대
생명공학부
64.6%
고려대
식품공학과
49.7%
고려대
환경생태공학부
37.8%
고려대
수학과
15.0%
고려대
물리학과
50.0%
고려대
화학과
57.9%
고려대
지구환경과학과
52.7%
고려대
화공생명공학과
65.0%
고려대
신소재공학부
51.4%
고려대
건축사회환경공학부
53.5%
고려대
건축학과
65.1%
고려대
기계공학부
56.2%
고려대
산업경영공학부
68.0%
고려대
전기전자전파공학부
47.8%
고려대
의과대학
52.5%
고려대
가정교육과
41.4%
고려대
수학교육과
13.7%
고려대
간호대학
54.8%
고려대
컴퓨터학과
64.6%
고려대
사이버국방학과
84.1%
고려대
바이오의공학부
71.6%
고려대
바이오시스템의과학부
64.6%
고려대
보건환경융합과학부
65.9%
















































서강대
수학전공
74.5%
서강대
물리학전공
68.7%
서강대
화학전공
57.2%
서강대
생명과학전공
69.1%
서강대
전자공학전공
72.4%
서강대
컴퓨터공학전공
76.1%
서강대
화공생명공학전공
75.0%
서강대
기계공학전공
57.5%












성균관대
(가)공학계열
56.2%
성균관대
(가)소프트웨어학
31.0%
성균관대
(가)반도체시스템공학
50.4%
성균관대
(가)GBME
9.9%






성균관대
(나)자연과학계열
50.5%
성균관대
(나)전자전기공학부
53.4%
성균관대
(나)의예과
46.9%
성균관대
(나)수학교육
57.8%
성균관대
(나)컴퓨터교육
67.2%




























































한양대
(나)건축학부(자연)
55.4%
한양대
(나)건축공학부
71.2%
한양대
(나)건설환경공학과
57.6%
한양대
(나)도시공학과
55.0%
한양대
(나)자원환경공학과
59.9%
한양대
(나)융합전자공학부
49.8%
한양대
(나)컴퓨터소프트웨어학부
61.5%
한양대
(나)전기생체공학부
9.1%
한양대
(나)유기나노공학과
17.8%
한양대
(나)기계공학부
57.6%
한양대
(나)원자력공학과
57.1%
한양대
(나)산업공학과
47.3%
한양대
(나)의예과
25.2%
한양대
(나)물리학과
69.8%
한양대
(나)화학과
56.7%
한양대
(가)신소재공학부
52.1%
한양대
(가)화학공학과
51.7%
한양대
(가)생명공학과
42.4%
한양대
(가)에너지공학과
56.6%
한양대
(가)미래자동차공학과
57.4%
한양대
(가)수학과
50.5%
한양대
(가)생명과학과
59.6%
한양대
(가)파이낸스경영학과(자연)
29.8%
한양대
(가)수학교육과
36.1%










































































































































중앙대
(가의학부
26.8%
중앙대
(나)산업보안학과(자연)
57.7%
중앙대
(나)공과대학
59.6%












중앙대
(다)화학과
71.5%
중앙대
(다)생명과학과
80.3%
중앙대
(다)수학과
78.1%
중앙대
(다)창의ICT공과대학
55.0%
중앙대
(다)간호학과(자연)
66.4%


































































































































































경희대
식품영양학과
71.8%
경희대
수학과
65.7%
경희대
물리학과
78.0%
경희대
화학과
69.9%
경희대
생물학과
73.7%
경희대
지리학과자연
71.7%
경희대
정보디스플레이학과
64.1%
경희대
한약학과
70.3%
경희대
약과학과
58.1%
경희대
간호학과자연
74.2%
경희대
의예과
30.2%
경희대
한의예과자연
52.7%
경희대
치의예과
67.7%












시립대
전자전기컴퓨터공학부
63.3%
시립대
화학공학과
62.3%
시립대
기계정보공학과
44.4%
시립대
신소재공학과
68.3%
시립대
토목공학과
77.8%
시립대
컴퓨터과학부
76.2%
시립대
수학과
66.0%
시립대
통계학과
58.4%
시립대
물리학과
80.2%
시립대
생명과학과
80.8%
시립대
환경원예학과
80.7%
시립대
건축학부건축공학전공
72.2%
시립대
건축학부건축학전공
80.9%
시립대
도시공학과
69.6%
시립대
교통공학과
80.1%
시립대
조경학과
70.8%
시립대
환경공학부
70.4%
시립대
공간정보공학과
76.4%












이화여대
자연과학대학
57.5%
이화여대
화학생명분자과학부
58.2%
이화여대
휴먼기계바이오공학부
43.2%
이화여대
소프트웨어학부
83.2%
이화여대
차세대기술공학부
63.1%
이화여대
미래사회공학부
79.6%
이화여대
과학교육과
63.7%
이화여대
수학교육과
19.8%
이화여대
신산업융합대학
64.9%
이화여대
의예과
57.8%
이화여대
간호학부
55.4%






이화여대
융합학부
51.2%





자연계에서는 50%대 구간까지는 실제에 비해 "후하게" 추정치를 주었고, 60%대 구간부터는 목표에 거의 근접하였음.








━─
━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─



Medical (의치대) 판형의 결과를 보면,



*의치대 판형에서는 추정치 연산에 사용되는 데이터의 양이 일반 판형과 다르기 때문에, 일반 판형과 중복되는 학과의 경우 일반 판형에서와 의치대 판형에서의 추정치 표시값이 서로 다를 수 있음 (예: 고려대 의과대학은 합격선 형성 지점이 연고대 판에서는 52.5%인 반면, Medical 판에서는 48.2%로 표시됨)



의치대
서울(가)의
43.3%
의치대
서울(가)치
18.0%
의치대
연세(나)의
63.2%
의치대
연세(나)치
18.1%
의치대
성균관(나)
35.7%
의치대
울산(나)
20.0%
의치대
가톨릭(나)
40.8%
의치대
고려(나)
48.2%
의치대
경희(가)의
36.0%
의치대
경희(가)치
60.7%
의치대
한양(나)
29.2%
의치대
중앙(가)
26.3%
의치대
이화(가)
57.4%
의치대
가천(나)
71.8%
의치대
아주(다)
52.9%
의치대
인하(다)
60.8%
의치대
경북(가)의
42.8%
의치대
경북(가)치
74.8%
의치대
부산(가)의
65.6%
의치대
부산(가)치전
70.2%
의치대
전남(가)의
68.1%
의치대
전남(가)의 지역인재
6.3%
의치대
전남(가)치
70.7%
의치대
전남(가)치 지역인재
71.1%
의치대
충남(가)
56.7%
의치대
충남(가)지역
8.3%
의치대
전북(가)의
73.1%
의치대
전북(가)치
62.4%
의치대
충북(가)
72.1%
의치대
경상(가)
19.1%
의치대
경상(가)지역인재
41.1%
의치대
한림(나)
53.7%
의치대
인제(가)
50.0%
의치대
순천향(다)
53.4%
의치대
관동(가)수능우수자
17.8%
의치대
관동(가)일반 - 내신전형
42.2%
의치대
원주(가)
65.5%
의치대
을지(나)
60.5%
의치대
단국(다)의
51.7%
의치대
단국(나)치
52.3%
의치대
계명(다)
61.1%
의치대
동아(가)
32.8%
의치대
동아(가) 지역균형인재
18.4%
의치대
대가(다)
74.0%
의치대
원광(나)의
68.4%
의치대
원광(나)치
57.4%
의치대
영남(나)
63.1%
의치대
고신(다)
61.2%
의치대
조선(가)의
80.2%
의치대
조선(가)의지역
39.6%
의치대
조선(가)치
71.4%
의치대
조선(가)치지역
81.4%
의치대
건양(가)일반
79.9%
의치대
건양(가)지역인재
83.5%
의치대
서남(다)
9.3%












의치대
제주의전(다)
78.0%
의치대
강릉(다)치
46.8%







추정 도수가 적을수록 더 추정치에 근접한 결과를 얻기가 힘듭니다. 작은 오차에도 그래프가 크게 흔들리기 때문입니다.


Medical 판형의 경우 추정 도수가 57건임에도 불구하고 목표에 상당히 근접하는 결과를 보여주고 있습니다.






Medical 판형의 지난 6년 간 합격선 형성 위치는 아래와 같습니다.


하나의 학과에 대한 시계열 분석을 통해 특정 대학에 대한 추정치의 역사적인 정확도도 평가할 수 있습니다.



6년 평균 값은 50%에 근접하고, 만약 6년치 통계가 모두 있다면 대략 0~20% 구간에 1회, 20~50% 구간에 2회, 50~70% 구간에 2회, 70% 이상의 구간에 1회 정도 합격선이 형성되었다면, 평균 뿐만 아니라 변동성에 대한 추정까지 완벽한 수준이었다고 평가할 수 있습니다. (70% 확률에서는 10년 중 3번 정도 불합격을 해야 70%라는 확률이 맞는 것이기 때문)


그 반대로, 매해 합격선이 50% 근방에서만 형성이 되었다면 그것은 가치가 없는 추정임을 앞서 설명드린 바 있습니다.



어떤 대학들은 2014학년도까지는 신입생을 선발하지 않았기 때문에 빈 칸으로 남아있을 수 있습니다. 다른 경우도 마찬가지입니다.







6년 간 Medical 판형에서 시행한 261회 추정 결과를 모두 합쳐서 FF Curve로 그리면 아래와 같습니다.







50% 이상의 구간에서 완벽한 추정 결과를 보여주고 있습니다.


80~85% 구간에서의 notch는, Fait Medical 초창기에는 합격확률 추정치 80% 이상의 구간에서 심리편향에 따른 왜곡을 가하지 않았기 때문에 생긴 것입니다.








━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─



결론적으로, 


작년 Fait 17 의 459개 모집단위에 대한 추정을 종합하여 FF Curve로 그리면 다음과 같습니다.














━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─━─






위 글을 이해할 수 있으셨나요? 


그렇다면 귀하에게 가장 비용효율적인 입시 분석자료는 Fait입니다.



지금 아래 버튼을 눌러서


Fait 18을 할인된 금액에 구입하실 수 있습니다.



1,230 XDK

  1. 1,000

  2. 100

  3. 10

  4. 10

  5. 100

  6. 10

2019 수능 D-146

  • 1심찬우

    2랍비

    3이상인

  • 4이경보

    5황민구

    6미천한 수학자

  • 7이원준

    8박주혁

    9전재림