NYU-Tandon-Report-2020FALL

KO | EN

gitlite — search

#hacktoberfest #react #golang #go #android #machine-learning #java #windows #awesome #cli #awesome-list #security #openai #open-source

NYU-Tandon-Report-2020FALL

(★ 92)

纽约大学工学院 2020Fall 中国留学生录取背景报告

NYU-Tandon-Report-2020FALL 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

NYU Tandon 录取背景报告 2020Fall 
=

- 本文档为帮助大家了解纽约大学工学院硕士项目学生背景而建立
- 分析基于 NYU Tandon 录取群中 150 位同学所填写的有效数据（去除了脏数据与重复项）
- 基于每届 Tandon 招生数量，可推测本届有 20% 左右的中国留学生参与了调查
- 结果仅供 Tandon 学生或有意向申请 Tandon 的同学参考，请勿用作商业用途
- 本文档任何分析与结论仅适用于 NYU Tandon Master's 项目的中国留学生群体

**分析数据全部取自 Tandon 被录取群体，缺乏 Reject 数据，因此本文档定位是 Tandon 2020Fall 录取生源质量报告。报告仅能从侧面反映 Tandon 的录取 bar，无法保证您的条件达到了所展示样本的条件后被 Tandon 录取。**

本文档作者水平有限，有任何不对的地方欢迎来[项目GitHub页面](https://github.com/chenstarx/NYU-Tandon-Report-2020FALL) issue 指正，如果觉得有帮助的话**点个 star 吧**！

另特别感谢 NYU Tandon CS 在读 phd 陈劭宇学长 提供的分析建议

欢迎转发，随便转~

[toc]

## 1. 录取数据总览

本章展示 Tandon 整体的录取数据与被调查者背景。

### 1.1 本科学校分布

首先来看 150 位被调查者的学校分布：

![school](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/school.png)

除了上图所示分布，分析数据还可得出以下几点结论：

- 中国大陆被录取者占据总人数的 83.3%
- 美本被录取者占到了总人数的 12.7%
- 港、加、新加坡等其它地区本科占据总录取 4.0%
- 在来自**中国大陆**的录取者中：
  - 985/211 学生占据 88.0%
  - 普通一本学生占据 4.8%
  - 中外合办一本学生占据 7.2%

可以看出 Tandon 中国生源绝大部分来自于国内 985/211 高校，占据中国留学生群体录取数量的差不多四分之三。

### 1.2 整体三维分布

本小节展示所有被调查者的录取三维分布，各专业三维分布可见后文。

为了方便查阅，这里把数据先列出来：

|     |  平均数      |  中位数     |
|---- |  ----    | ----   |
|**GPA**  |3.53	 |3.54	  |
|**TOEFL**|100.2  |100		|
|**GRE**  |321.6 |321		|
|**AW**  |3.2 |3.0		|
|**IELTS**|7.0  |7.0		|

#### 1.2.1 GPA分布

首先来看被调查者的 GPA 的分布，X 轴为 GPA 区间，Y 轴为人数：

![gpa](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/gpa.png)

可得出参与调查的同学：

- GPA平均数为: 3.53
- GPA中位数为: 3.54
- 96 位同学 GPA 达到了 3.5，占比 64.0%

#### 1.2.2 托福分布

在参与调查的同学中，用托福进行申请的同学有 114 位，成绩分布如下：

![toefl](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/toefl.png)

可得出参与调查的同学：

- 托福平均数为: 100.2
- 托福中位数为: 100
- 65 位同学托福达到了 100，占比 57.0%

Tandon 官网要求托福最低 90，与调查数据相符。

#### 1.2.3 雅思分布

在参与调查的同学中，用雅思进行申请的同学有 14 位，其中：

- 13 位同学雅思 7.0
- 1 位同学雅思 7.5

Tandon官网要求雅思最低 7.0 分，与有限的样本数据相符。

#### 1.2.4 GRE分布

在参与调查的同学中，申请提交了 GRE 成绩的有 135 位，成绩分布如下：

![gre](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/gre.png)

可得出参与调查的同学：

- GRE 成绩平均数为：321.6
- GRE 成绩中位数为：321
- 94 位同学 GRE 达到了320，占比 69.6%，接近 70%

这 135 位同学 GRE AW 分数分布如下：

![gre_aw](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/gre_aw.png)

- GRE AW 平均数 3.2
- GRE AW 中位数 3.0
- 大多数同学 GRE AW 为 3.0

可以粗略的说 Tandon 并不关注 GRE AW 分数。

### 1.3 男女比例

在被调查者中，男女性别分布如下图所示：

![gender](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/gender.png)

可以近似得出整个 Tandon 的男女比例为 **2:1**

另外，作者分析时发现男女被调查者之间平均三维存在差别：

|     |  男生      |  女生     |   整体   |
|---- |  ----    | ----   | ----    |
|**GPA**  |3.49	 |3.61	  |3.53	    |
|**Toefl**|99.9  |100.8		|100.2     |
|**GRE**  |321.5 |321.6		|321.6    |

通过上表可以发现女生平均 GPA 显著高于男生，GT 与男生基本一致。

### 1.4 三维分析

本节提供三维互相之间相关性的分析，作为额外参考。三维指 GPA、Toefl、GRE，我们的分析以这三维做为三个变量，雅思由于样本过少不参与分析。

#### 1.4.1 Toefl与GRE的关系

我们以 Toefl 为自变量，GRE 为因变量，可以做出以下回归图：

![toefl_gre](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/toefl_gre.png)

**可以发现 G 和 T 之间存在正相关性**(R²=0.321)，对于该现象有两种解释：

1. 有一个隐变量同时影响 GT 成绩，很可能是英语水平
2. 申请者会倾向于将 G 和 T 同时刷高来提高自己的竞争力

#### 1.4.2 GPA与GT的关系
很多同学认为高的 GT 能弥补 GPA 的不足，如果该说法正确，那么低 GPA 录取者会倾向于有更高的 GT，为了验证我们可以做出以下回归图：

1. GPA 为自变量（x轴），Toefl 为因变量（y轴）做回归图：

![gpa_toefl](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/gpa_toefl.png)

2. GPA 为自变量（x轴），GRE 为因变量（y轴）做回归图：

![gpa_gre](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/gpa_gre.png)

通过以上回归，我们可以得出以下结论：

- **GPA 与托福没有明显相关性**(R²=0.03)，不同 GPA 之间的托福分布相似
- **GPA 与 GRE 没有明显相关性**(R²=0.11)，不同 GPA 之间的 GRE 分布大致相似

若 GT 能弥补 GPA 的不足，那么低 GPA 者倾向于拥有更高的 GT，但回归结果显示，低 GPA 者的 GT 与整体几乎没有差别，甚至出现了低 GPA 趋向于拥有低 GT 的趋势。

但是由于缺乏 rej 数据与低 GPA 高 GT 的样本，无法证伪 「高 GT 能弥补 GPA 的不足」 的说法，只能说光从录取数据来看**低 GPA 者并不倾向于拥有更高的 GT**。

不同的 GPA 之间 GT 区别不大，符合一般常识：GPA 重要性远高于 GT。

### 1.5 整体背景小结

Tandon 的录取三维平均数和中位数恰好都略高于传说中 3.5 + 100 + 320 的 “过线三维”。综合本科学校分布来看，可以说 Tandon 整体的生源还是不错的，符合 NYU 前 30 的综排水平。

## 2. 分专业数据

笔者分析时发现，除去 MSCS 和 MFE 显著高于平均，其它专业三维各项数据均基本一致，且其它专业除去 ECE (CE/EE) 后样本过少，因此本章主要关注 CS、MFE、ECE，其他专业只作样本展示。

### 2.1 专业总览

为了方便查阅，这里先做一个各项目三维的汇总

各项目三维**平均数**：

|         |  MSCS | MFE   | ECE系 |  其它  |
| ----    |  ---- | ----  | ----  | ----  |
|**GPA**  |3.64	  | 3.87  | 3.48  | 3.51  |
|**TOEFL**|101.3  | 107.0 | 99.6  | 100.4 |
|**GRE**  |322.2  | 328.6 | 320.7 | 321.3 |

各项目三维**中位数**：

|         |  MSCS | MFE   | ECE系 |  其它  |
| ----    |  ---- | ----  | ----  | ----  |
|**GPA**  |3.6	  | 3.87 | 3.5   | 3.5  |
|**TOEFL**|101.5  | 107   | 99    | 101 |
|**GRE**  |322    | 328.5 | 321   | 320 |

容易得出结论：

- CS，ECE，MFE 与其它专业之间 GPA 有差别
- 除 MFE 外，不同专业之间托福没有明显差别
- 除 MFE 外，不同专业之间 GRE 没有明显差别
- 各专业雅思基本都是 7.0，也未出现差别

另外，被调查者的专业分布如下：

![major](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/major.png)

可以发现 CS+ECE 被调查者占据了差不多四分之三。

### 2.2 MSCS

共有 22 位参与调查的同学被录取专业是 MSCS，分布如下：

![school_mscs](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/school_mscs.png)

以上分布图同时包含了本科学校与三维信息，从有限的样本来看，不同的本科出身有不同的 bar，出现了比较明显的来自好学校的录取 bar 更低的现象。

关于 22 位同学的 **GPA**（由于样本量少分布图省略）：

- GPA 平均数：3.64（除去 3.21 的 outlier）
- GPA 中位数：3.6
- 2 位同学 GPA 低于 3.5（上交 3.21 和北邮 3.4）
- 6 位同学 GPA 位于 3.5 和 3.6 之间
- 7 位同学 GPA 位于 3.6 和 3.7 之间
- 8 位同学 GPA 高于 3.7

**可以发现 CS 项目 GPA 显著高于除 MFE 外的项目**

关于 22 位同学的**语言成绩**（12 位提交托福，4 位提交雅思，6 位 waived）：

- 托福平均数：101.3
- 托福中位数：101.5
- 雅思 3 位 7.0，一位 7.5

**CS语言成绩略高于其它项目**（除 MFE）

关于 22 位同学的 **GRE**：

- GRE 平均: 322.19
- GRE 中位: 322
- 最低 316，最高 328
- 仅 4 位同学 GRE 未达到 320

**CS 项目 GRE 略高于其它项目，从分布来说 320 以上占比更大**（除 MFE）

关于大家比较关心的转专业问题：

- 有 17 位被调查者是科班申请
  - 托福不到 100 的样本几乎全是科班申请
  - GRE 不到 320 的样本全部是科班申请
- 有 6 位被调查者是转专业申请
  - 样本专业包括 EE，金融工程等（这些专业和 CS 都沾点关系）
  - 3 位同学来自 985，2 位来自 211，1 位来自美本
  - GPA 位于 3.5~3.7 之间（除去上交 EE）
  - 托福位于 101~109 之间（除去上交 EE）
  - GRE 均超过了 320（一位 waived）
- 从这些样本来看，转专业申请者背景更好点，主要体现在 GT 上
- 但是由于样本有限，以及没有 rej 数据，不能说 Tandon 会卡转专业申请者的 GT

#### 2.2.1 CS 调济 CE 录取

另外统计数据中出现了很多申请 CS 后被调济为 CE 专业的同学，因此这里在 CS 下专门开一节出来分析被调济的同学的背景，帮助大家找到被调济的原因。

有 45 位被调查者申请 MSCS 专业后被 Rej、调济为 CE 专业，分布如下：

![school_ce](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/school_ce.png)

从学校分布来看，容易发现申 CS 后被调济 CE 的人：

- 绝大部分来自国内 985/211，占比达到了 87% 之多
- 来自美本与海本的被调查者明显少于 MSCS
- 也出现了更好的学校被录取三维更低的情况

45 位同学的 GPA 分布如下：

![gpa_ce](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/gpa_ce.png)

- GPA 平均数为 3.51
- GPA 中位数为 3.52
- 有 28 位同学 GPA 达到了 3.5，占比 62.2%

在 45 位同学中，有 40 位提交了托福，分布如下：

![toefl_ce](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/toefl_ce.png)

- 托福平均数为 99.56
- 托福中位数为 100
- 21 位同学达到了 100，占提交托福的 53.8%

另有 4 位同学提交了雅思，均为 7.0

45 位同学的 GRE 分布如下：

![gre_ce](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/gre_ce.png)

- GRE 最低 312，最高 330
- GRE 平均数为 320.3
- GRE 中位数为 320
- 32 位同学达到了 320，占比 71.1%

可以发现在参与调查的同学中，申请 CS 后被调济为 CE 的群体：

- GPA 明显低于 CS 录取群体
- GT 略低于 CS，但是未出现显著性区别

虽然该群体整体背景不如 MSCS 项目群体，但是来自 985/211 的生源占比达到了惊人的 87%，明显高于 MSCS 的情况。

### 2.3 MFE

有 8 位被调查者被 Tandon MFE 项目录取，背景如下：

|  GPA   | Toefl  | GRE   | 背景  | 奖学金 |
|  ----  | ----   | ----  | ----  | ---- |
|3.7	   | 108	  | 331 (3) |  985 | 8k |
|3.8	   | 104  	| 329 (3.5) | 211 华东理工 5段实习 | 8k |
|3.86	   | 113  	| 332 (3.5) | SUTD 风投三年以上经历| 8k |
|3.86	   | N/A    | 327 (3.5) | 美本 | 8k |
|3.87	   | 106  	| 328 (4) | 211 | 8k |
|3.88	   | N/A    | 327 (3.5) | 美本 | 8k |
|3.98	   | 101  	| 328 (3) | 港本 | 8k |
|3.99	   | 110  	| 327 (3.5) | 美本Top30| 8k |

MFE 是 Tandon 的王牌专业，全美 Top 级别，从少量的样本来看出现了三维明显高于其它项目的情况。

- GPA 平均数 3.87，中位数 3.865
- Toefl 平均数 107，中位数 107
- GRE 平均数 328.6，中位数 328.5

### 2.4 ECE系

由于 CE 与 EE 专业同属 ECE 系，同一个 admission committee，且可以自由互相转专业，理论上 bar 完全一致，同时分析也发现 ECE 系被调查者背景整体相似，因此将录取为 CE 和 EE 的样本进行合并分析。

ECE 系专业（CE/EE/调济 CE）共有 90 个样本，学校分布如下：

![school_ece](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/school_ece.png)

可以发现：

- ECE 生源绝大部分来自 985/211，占比达到了 84.7%
- 超过一半同学来自 985（包括C9）

GPA 的分布如下：

![gpa_ece](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/gpa_ece.png)

- GPA 平均数 3.48
- GPA 中位数 3.5
- 49 位同学 GPA 达到了 3.5，占比 54.4%

托福的分布如下：

![toefl_ece](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/toefl_ece.png)

- 托福 平均数 99.6
- 托福 中位数 99
- 39 位同学达到了 100，占提交了托福的 49.4%

GRE的分布如下：

![gre_ece](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/gre_ece.png)

- GRE 平均数 320.7
- GRE 中位数 321
- 59 位同学达到了 320，占提交了 GRE 的 67.1%

另外，有两位 EE phd 录取者参与了调查（未计入本文档分析）：

- 211 本 C9 硕士：3.98+110+325(3.5)
- C9 本 Top30 美硕：4.0+106+321(3)

可以发现 ECE 系的被调查者三维与除 CS 和 MFE 外的其他专业非常相似，但是来自 985/211 的同学占比要显著高于其他专业。

### 2.5 其他专业

除 CS，MFE，ECE 外，其它专业共有 28 个样本，分布如下：

![major_other](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/major_other.png)

这 30 位同学：

- GPA 平均 3.51，中位 3.50
- TOEFL 平均 100.4，中位 101
- GRE 平均 321.3，中位 320

我们把样本数量大于 3 的 MoT 与 Cybersecurity 在后面单独列出来，剩余 13 位同学背景如下：

| 专业  |  GPA   | 语言  | GRE     | 背景   | 奖学金 |
|  ----|  ----  | ----   | ----    | ----   | ----  |
| IE   |3.5	     |N/A		  |N/A      |	美本 | 无奖 |
| IE   |3.54	   |98		  |319 (3)  |	普通一本，一篇EI+实习 | 6k |
| IE   |3.6	    |90		    |325 (3)  |	211 | 9k |
| Urban|3.3	   |96	    |321 (3.5)	|	普通一本 | 无奖 |
| Urban|3.42	 |7.0	    |318 (3.5)	|	211 | 无奖 |
| Urban|3.8	   |104	    |320 (3)    |	211 | 无奖 |
| CM   |3.27	   |105	    |319 (3.5) |	985 | 6k |
| CM   |3.75	   |7.0	    |309 (3)	  |	中外合办，2科研2实习 | 6k |
| Robo |3.3	    |7.0	    |317 (3.5)|	香港理工本硕，三年以上工作 | 无奖 |
| DS   |3.77	   |N/A		  |N/A	    |	985，工作两年 | 12k以上 |
| ME   |3.4	    |N/A	    |N/A	    |	211 | 无奖 |
| IDM  |3.12	 |101	    |N/A	      |	985 | 无奖 |
| Math |3.47   |106	    |323 (3)	      |	211，1实习1paper | 无奖 |

IE: Industrial Engineering
Urban: Urban Infomatics
CM: Construction Management
Robo: Robotics
DS: Data Science
ME: Mechanic Engineering

#### 2.5.1 MoT

有 11 位被调查者被 MoT 项目录取，背景如下：

|  GPA   | Toefl  | GRE     | 背景   | 奖学金 |
|  ----  | ----   | ----    | ----   | ----  |
|3.2	   |N/A		  |N/A	    |	美本 | 4k |
|3.3	   |100		  |319 (3)  |	985 | 无奖 |
|3.4	   |101		  |321 (3.5)|	中外合办，阿里两段实习 | 6k |
|3.5	   |106		  |327 (3.5)|	中外合办 | 无奖 |
|3.54	   |100	    |N/A	    |	985 | 无奖 |
|3.61	   |105	    |N/A	    |	985 | 6k |
|3.7	   |N/A	    |332 (4)	|	美本 | 8k |
|3.7	   |N/A	    |337 (4)	|	美本 | 8k |
|3.7	   |99	    |N/A	    |	985 | 9k |
|3.7	   |N/A	    |N/A	    |	美本Top30 | 无奖 |
|3.7	   |N/A	    |N/A	    |	美本 | 无奖 |

#### 2.5.2 Cybersecurity

有 4 位被调查者被 Cybersecurity 项目录取，背景如下：

|  GPA   | Toefl  | GRE     | 背景   | 奖学金 |
|  ----  | ----   | ----    | ----   | ----  |
|3.4	   |92		  |317	    |	985，华为SDE，中科院区块链科研 | 无奖 |
|3.5	   |N/A		  |N/A    |	美本，NASA工作至今 | 9k |
|3.51	   |N/A		  |312 (3)|	美本，腾讯实习，二作paper | 4k |
|3.6	   |103		  |326 (3)|	985，360实习伯克利交换 | 无奖 |

### 2.6 专业部分小结

三维方面，除去显著高于整体水平的 MSCS 和 MFE 外，其他不同项目之间的水平都很接近，尤其是 **GT 分数从整体上来看各项目基本没有显著区别，主要的区别体现在 GPA 上**。

学校分布方面，美本与海本申请者主要集中在 CE 和 EE 外的其它专业；而占据总样本数量 60% 的 CE 和 EE 专业，也就是 ECE 系的项目，985/211 学生占比达到了 85%，且在样本中出现了出身学校越好被录取三维越低的情况。

（猜想1）笔者猜想 ECE 的录取情况可能是因为 ECE 系有好几位老师来自中国大陆，对陆本的情况比较了解，招生会更偏向于 985/211，当然因为缺乏 rej 数据，此猜想并不一定正确。

（猜想2）笔者在观察样本时发现，部分软背景较好的同学被录取的三维会偏低一点，看上去 Tandon 在录取时会参考软背景，而不是只看三维决定是否录取。但因为缺乏 rej 数据，外加问卷调查时软背景为选填项，很多同学直接跳过了，导致无法对软背景进行分析，因此该猜想仅供参考。

（作者个人经历）另一个有趣的事情是笔者自己申请了 12 所学校，在简历中放了个人网页 url，事后观察网站访问记录发现 NYU 是为数不多的 3 所访问了我个人网站的学校之一，有两条曼哈顿和一条 Brooklyn 的 IP 记录，查坐标正好就是 NYU 的两个校区，这似乎从侧面支持了猜想 2？

## 3. 奖学金

首先给出关于奖学金分析的结论：

- 每位 Tandon 录取者平均能拿 4360 刀奖学金
- TOEFL 不影响奖学金
- GPA 主要影响能否拿到奖学金
- GRE 主要影响拿到奖学金的数额

### 3.1 奖学金分布

首先观察所有 Master 项目被调查者，可以得到以下奖学金分布：

![scholarship](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/scholarship.png)

通过分析所有被调查者的奖学金数据，我们可以知道：

- 64% 的被调查者获得了奖学金
- 57.3% 的被调查者获得了 6k 及以上的奖学金
- 奖学金的期望：$4360，也就是说录取时平均能拿到 4360 刀奖学金
- 获取了奖学金的群体，平均拿到了 $6870.5

注: Tandon 给奖是按学年来给，以上奖学金均指每学年的奖学金

### 3.2 奖学金与三维

首先我们可以列出不同奖金的平均三维：

|      |  无奖    |  有奖 | 4k   | 6k    |  7k    | 8k    | 9k   |
| ---- |  ----    | ---- | ----   | ----  | ----   | ----  | ---- |
|**GPA**  |3.39	 |3.58 |3.56	    |3.50	  |	3.52   | 3.71  | 3.53 |
|**TOEFL**|99.46 |100.2 |99.4		  |99.2   |	99.3   | 103.1 | 99.4 |
|**GRE**  |319.42 |321.9 |318.0		|319.74 |	321.0  | 325.1 | 325.0 |

运行显著性测试后可以发现：

- 有奖与无奖之间：
  - 有奖平均 GPA 显著高于无奖
  - 两者 GT 没有明显区别
- 有奖的各个组之间：
  - 除去 8k 的那组，GPA 没有明显区别
  - 有奖各组之间 GRE 出现了明显区别

除了以上平均数据，分析时还发现了**有奖 GPA 最低为 3.2**

#### 3.2.1 有奖与无奖

观察上表可以发现8k奖的那一组出现了三维明显更高的情况，这可能是因为所有 MFE 的录取者都拿的是 8k 奖，占据了拿 8k 奖群体的三分之一；如果我们把 8k 视为 outlier，可以得到下表：

|      |  无奖 |  有奖 (除去8k) |
| ---- |  ---- | ----   |
|**GPA**  |3.39 |3.52	  |
|**TOEFL**|99.46 |99.3		|
|**GRE**  |319.42 |320.2	|

即使去除了拉高有奖平均水平的 8k 奖学金那一组，依然可以发现：**有奖平均 GPA 显著高于无奖，但两者 GT 没有明显区别**。

另外，我们做出回归图，可以发现 GPA 每高 0.1，期望上奖学金能多 770 刀：

![scholarship_gpa](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/scholarship_gpa.png)

**但是，当拿到奖后 GPA 对奖学金几乎就没有影响了：**

![scholarship_gpa_own](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/scholarship_gpa_own.png)

因此我们可以得出结论：**GPA 决定了你是否能拿奖，但是不影响奖学金数额**

#### 3.2.2 奖学金数额

我们已经知道 GPA 决定有无奖了，接下来分析奖学金的数额是否与 GT 有关。这里我们把分析限制在已经拿到奖学金的群体上。

首先做出 TOEFL 与奖学金的回归图：

![toefl_aid](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/toefl_aid.png)

然后做出 GRE 与奖学金的回归图：

![gre_aid](https://raw.githubusercontent.com/chenstarx/NYU-Tandon-Report-2020FALL/master/gre_aid.png)

根据以上回归图可知：

- TOEFL 不影响奖学金数额 (R²=0.036)
- GRE 影响奖学金数额，GRE 越高奖学金倾向于越多 (R²=0.249)

### 3.3 奖学金小结

本节的分析发现三维中 GPA 和 GRE 对奖学金有影响，而 TOEFL 不影响奖学金。并且 GPA 主要决定你能否拿到奖学金，但在有奖的群体里 GPA 与金额并未出现明显相关，相比之下 GRE 却能更好的解释有奖个体之间奖金的差别。

## 4. 其它分析

有一些额外的信息未参与上文的分析，但在问卷中收集了，笔者本着不浪费数据的精神将这些数据拿出来单独开一章，希望能帮大家挖掘一些有趣的结论。

为了避免其它因素的影响，本章:

- 专业限制在 CS 与 ECE（CE/EE）
- 出身学校限制在 985/211。

### 4.1 转专业对比

CS与ECE项目中是否转专业的三维对比：

|      |  科班 |  转专业 |
| ---- |  ---- | ----   |
|**GPA**  |3.50 |3.51	  |
|**TOEFL**|99.0 |101.7		|
|**GRE**  |320.2 |322.2	|

可以发现 CS+ECE 项目中转专业的同学与科班的同学相比，GPA 基本一致，GT 略高一点，但无法因此说明 Tandon 会对转专业申请者有更高的要求，因为缺乏 rej 数据。

### 4.2 无内鬼环节

收集问卷时，有 "是否决定来 Tandon" 和 "是否拿到了更好的 offer" 的题目，数据如下：

|      |  有更好offer |  无更好offer |
| ---- |  ---- | ----   |
|**GPA**  |3.50 |3.48	  |
|**TOEFL**|100.9 |99.0	|
|**GRE**  |321.4 |320.7	|

可以发现 有无更好的 offer，三维并未出现显著性差别。

|      |  决定来Tandon |  有更好offer并且不来 或 还未决定 |
| ---- |  ---- | ----   |
|**GPA**  |3.53 |3.49	  |
|**TOEFL**|99.5 |101.1  |
|**GRE**  |320.6 |321.6	|

对于 Tandon CS+ECE 985/211 申请者：

<决定来 Tandon> 相比于 <有更好 offer，并且决定不来/还没决定的>：

- GPA 平均略高一点，但无明显差别
- GT 平均略低一点，但无明显差别

综上所述，2020Fall 以后，除非你是 dalao，选校时不建议用 Tandon 保底

## 5. 结语

首先总结一下分析得出的结论：

1. 关于 Tandon 生源与三维：

- 中国生源绝大部分来自 985/211，占 73% 以上，ECE 系更是达到了 85%
- 整体录取三维平均数与中位数基本是 3.5+100+321
- Tandon 会看本科学校出身，来自更好的学校的同学入学门槛更低

1. 关于各专业：

- MSCS 与 MFE 的背景明显高于其他专业
- 不同专业主要的区别在 GPA 上，除 MFE 外各专业 GT 没有显著区别

3. 关于奖学金：

- TOEFL 不影响奖学金
- GPA 主要影响你能否拿到奖学金
- GRE 主要影响拿到奖学金的数额

同时还有一些未经过论证，但是通过观察样本可以提出的猜想（仅供参考）：

- ECE 系更喜欢 985/211 学生
- Tandon 会看软背景，好的软背景能一定程度上弥补三维和出身学校

自从 2015 年 Tandon 接受一亿刀捐赠改名后，Tandon 就成为了与 NEU、USC 并列的大众情人校。这几年 Tandon 给大家的感受就是 bar 一直在上升，关注 20Fall 的同学知道今年甚至出现了 Tandon MSCS 的难度超过了 Courant MSCS 的情况，为了帮大家了解 Tandon 的真实情况作者最终编写了本文档。

最后感谢参与调查的同学提供了宝贵的数据，感谢陈劭宇学长提供的分析建议，希望本文档能够帮助各位更好的了解Tandon，如果有什么问题或建议欢迎在[项目GitHub页面](https://github.com/chenstarx/NYU-Tandon-Report-2020FALL)提出issue，如果觉得本文档帮到你了记得给个star哦~

NYU-Tandon-Report-2020FALL

NYU-Tandon-Report-2020FALL 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

NYU-Tandon-Report-2020FALL

NYU-Tandon-Report-2020FALL 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README