2018年青岛农业大学校考

利用位差法，找出这个分数的人去年被什么学校录取了，然后就能知道这个分数大约能上什么学校了。

用下列方法预测分数线 如何预测院校的投档线 （一），往年投档线法：根据近三年的平均投档线，预测该校今年的投档线，使用简单，容易操作，但误差较大： 例如清华大学：在广东理科招生2015年是691分， 2016年是679分， 预测2017年是685分， 但实际是676分， 误差9分 （二）线差法： 1，考生线差：考生高考成绩相应和相应批次控制线的差值。

2，院校线差：指某院校的投档线与相应批次的控制线的差值 线差法的利是方便填报志愿前筛选目标院校。

弊端是：受当年报考人数影响，考试难度影响。

例如：某考生文科607分，一本520 考生线差：607-520=87 中山大学投档线:590-520=70 考生线差大于院校线差，可以冲一下 例如：预测中山大学2018录取线（广东文科） 年份 2015 2016 2017 一本控制线 573 514 520 线差 54 101 82 平均线差：（54+101+82）*3=79,2018年文科提前投档分数为550 预测2018年文科投档线为：550+79=629 （三），位次分析法：指考生的高考档案分在全省该科类考生中的排序，体现的不是分数，而是分数所在的水平，是指考生成绩和考生人数总和后的综合排序。

1，应用位次分析预测分数线时候要注意： 当年计划招生的人数变化 ?学校的变动 ?学校地址变动 2，位次分析法的作用： （1）查找目标院校：根据考生的高考分数的位次，再找出去年同位次的高考分，再找出去年的这个分数对应的院校。

例如，2018年，文科，607分，排位1940， 与2017年中国语言大学1950相近，分数是583，相当于2017年的583分 去年院校：北京交通大学，北京航空航天大学，北京理工大学，北京中医药大学，北京语言大学，北京传媒大学，北京电影学院，中央民族大学，苏州大学，厦门大学，华中科技大学，华中师范大学，中南财经政法大学，湖南大学，暨南大学，华南理工大学，西南财经大学，西南政法大学，西安交通大学。

（2）预测目标院校的投档线： 例如，中山大学文科在广东招生情况 2017年，投档线590，线差82，入档位次1330。

计划人数73， 2018年招收人数53。

预测2018年投档线， 2018年1330对应分数段是614--613分 招生人数2017年73--2018年53=20 分数相应加2-3分 预测2018年中山大学投档线为613--616分 已知某同学2018年文科考分是607分，比较难进中山大学。

三，了解录取相关知识 1，平行志愿：分数优先，遵循志愿。

高校将所有入档考生按成绩排成一队，按分数高低安排专业，前面分数高的，再安排后面的，如果分数相同，去掉加分，仍然相同，看单科分数 : 单科成绩的排列顺序： - 文史类：语文＞文科综合＞文科数学＞外语 - 理工类：理科数学＞理科综合＞语文＞外语 在分数优先的时候，要把自己最喜欢的专业报在前面， 同时，采用分数优先的时候，最好选择院校的时候不要踩线录取，因为这样很容易building调剂到冷门专业。

滑档：在该批次计算机没检索到该考生有符合的院校，没能投档成功。

退档：已经投档到某高校，但因为不服从调剂，该校没有录取，退回给省考试院。

2，专业优先：把所有已投档考生按照其填报的第一专业分成不同的队列，每个专业队列的考生都按照分数高低顺序排队，然后每个专业再按分数高低依次来录取。

注意：专业优先对大的尊重了考生的志愿。

报考的时候第一专业特别重要。

在这种情况下，如果某一专业热门，第一志愿就能完成，就不会再考虑其他志愿。

3，分数级差：指高校自录取某一系列专业志愿考生和其他序列专业志愿考生时的分数差。

具体操作：高校在录取考生专业时按成绩排队，如果某考生的第一专业志愿未录满，则将该生录取，如果已经录满了，则将其成绩减去专业级差分后参与第二专业志愿排序，以此类推。

注意：采用哪种方式，要仔细看各学校招生简章 结合了分数优先和专业优先两种的优势 第一志愿更重要， 后面的志愿在填报时，要递减排序 四，填报志愿冲，稳，保，布局 （一），如何冲： 1，填报往年比自己的分数高一点的学校，一般线差分10--20分。

2，注意每年的高低起伏，大小年的存在。

3，如果是外省院校，所列专业要自己都能接受。

（二），如何稳： 1，填报往年比自己的分数相当的学校。

用位次法选择院校。

2，专业和院校都要兼顾。

（三）如何保： 1，填报往年比自己的分数少10以上的学校，保专业用。

2，至少要有三分之一的学校来保一半省外学校，一半省内学校。

3，比较稳妥，的确能保住。

4，注意今年一本低端学校和二本高端院校可能会出现档线颠覆。

分数出来后再根据自己的兴趣，未来选择专业和城市