Lovskoleoptagelser efter numrene

Model 1: ventelister inkluderet Model

i nedenstående tabel finder du en liste over variabler, der teoretisk spiller en rolle i afgørelsen af, om en lovskole accepterer dig eller ej. Datasættet, der bruges i denne model, inkluderer brugere på Advokatskolenumre, der rapporterede, at de enten blev accepteret, afvist eller venteliste på den pågældende skole (dem, der først blev venteliste og derefter accepteret eller afvist, behandles som henholdsvis accept eller afvisning). Til denne model brugte jeg en ordnet logistisk Regression, som giver dig mulighed for at se på, hvordan hver af de uafhængige variabler påvirker chancerne for, at du vil være:
  • accepteret snarere end (kombineret venteliste/afvist)
  • (kombineret accepteret/venteliste) snarere end afvist
som eksempel: i denne model for Harvard, for to ellers identiske kandidater, øger et ekstra punkt på LSAT en ansøgers chancer for at blive accepteret snarere end enten venteliste eller afvist med 44,4% (med andre ord er en 173 44.4% mere sandsynligt end en 172 for at blive accepteret snarere end venteliste eller afvist, alt andet lige). En 173 er også 44.4% mere tilbøjelige til at få enten accepteret eller venteliste end afvist end er en 172, alt andet lige. Hvis du har spørgsmål, bare e-mail mig, eller tjek dette link til den fantastiske UCLA statistik site.
under alle omstændigheder er her resultaterne fra denne første model, hvor jeg tester virkningen af LSAT score, GPA, hver tidligere måned ansøgningen sendes (og ved tidligere måned mener jeg ikke måned tidligere…Jeg mener September vs. oktober, eller oktober vs. November), URM-status, ikke-traditionel status og kvindelig ansøgerstatus. Da Harvard ikke har en bindende mulighed, slap jeg af. Alt er baseret på LSN-data fra 2003/2004-cyklussen til nutiden.

URM-kandidater får et fantastisk løft med hensyn til deres chancer ved Harvard, idet de er 33,3 gange mere tilbøjelige til at blive accepteret end en ellers identisk ikke-URM-kandidat. En ting, man altid skal huske på, når man fortolker dette, er, at der næsten helt sikkert er forskellige “gulve” for LSAT og GPA for URM-ansøgere end ikke-URM-ansøgere. Dette betyder noget, fordi under tallene” gulve ” for ikke-URM-ansøgere, en URM er stort set uendeligt mere tilbøjelige til at komme ind. URM “bump” er temmelig stor med hensyn til LSAT-Point er også massiv, på 9,5 (med andre ord får en URM-kandidat det samme boost for den status som den, der nyder ved at score yderligere 9,5 point på LSAT), og på næsten et halvt punkt er GPA-boostet også betydeligt. Dette er selvfølgelig også en funktion af, hvor meget af et boost Harvard giver til LSAT og GPA, og selvom LSAT boost er ret stort, er GPA boost bare massivt. Ikke-traditionelle studerende får slet ingen form for bump, men kvinder er 63,0% mere tilbøjelige til at komme ind end ellers identiske mandlige kolleger, hvilket er i den større ende af tingene. Endelig synes der at være en klar fordel at anvende tidligt til Harvard, med dine chancer for optagelse steget med næsten 17% for hver måned tidligere du ansøger.

Model 2: Ventelister ekskluderet Model

den næste model ekskluderer ventelister, herunder kun ansøgere, der rapporterede, at de enten blev accepteret eller afvist (uanset om det var direkte eller efter først at være venteliste). Resultaterne i tabellen skal fortolkes på samme måde, men fortolkningen er lidt lettere. Antallet givet for hver variabel er simpelthen stigningen i sandsynligheden for at blive accepteret snarere end afvist.
når vi taber ventelister og kun ser på lige accepterer eller afviser, bliver boostene bare større (og betydeligt). Når det kommer til enten at komme ind eller få en afvisning, er URM-boostet bare enormt, med URM-kandidater næsten 100 gange mere tilbøjelige til at komme ind end en ellers identisk ikke-URM-kandidat. Igen skal du huske advarslen fra den første model om forskellige “numre gulve” for URM og ikke-URM kandidater. Kvindelige ansøgere er næsten dobbelt så tilbøjelige til at komme ind, alt andet lige, og LSAT, GPA, og boosts for tidligere ansøgere øges også markant. En ting, som den betydelige forskel i disse boosts mellem modeller kan pege på, er Harvards massive klassestørrelse, og det faktum, at det måske vil venteliste en betydelig procentdel af sine ansøgere for at sikre, at der er en god reserve af kandidater med højt antal. Når det er tid til faktisk at trække fra den venteliste, starter Harvard måske øverst, talmæssigt.

ikke-splittere, splittere og Reverse-splittere: accept/VLS/afvisninger og betyder

sidst, jeg inkluderer en tabel, der nedbryder, hvordan ikke-splittere, splittere og reverse-splittere er repræsenteret i dataene. Denne skal du virkelig være forsigtig med, fordi dataene på LSN skævner mod ansøgere med højere kaliber, og derfor er accept mere repræsenteret, end de er i ansøgerpuljen. Virkelig vil værdien af denne slags ting blive mere klar, når vi kan sammenligne skoler, fordi den samme “højere kaliber” ansøgerens advarsel vil gælde over hele linjen, så vi kan nok drage noget gyldige konklusioner ved at sammenligne skoler. For nu vil jeg inkludere det for interesserede parter, men se ikke på dette og sig til dig selv: “selv, som splitter har jeg en chance for at komme ind i Harvard!”det ser ud til, at Harvard ventelister en ret betydelig procentdel af sine ansøgere, og det er værd at bemærke, at (som de fleste skoler) Harvard ventelister en højere procentdel af splittere og reverse splitters end det gør ikke-splittere, sandsynligvis for at sikre, at tal balancerer for at opretholde medianer. Tendenserne er ret forudsigelige for ikke-splittere, med tal faldende, når du flytter fra optaget til venteliste, og venteliste til afvist. Det er en slags blandet taske, når det kommer til splittere og ikke-splittere, selvom det er ret klart, at når du først er over den 75., er det i sig selv det, der betyder noget for splittere, og så spiller GPA en meget større rolle end LSAT en gang er denne tærskel nået. Det samme gælder for reverse-splitters, selvom tendensen vedrørende LSAT ‘ er ikke er helt så klar.
så, i sum, på det punkt, at din LSAT og GPA er sat i sten, det bedste du kan gøre er at anvende tidligt, i det mindste med hensyn til de faktorer, vi ser på her. Selvfølgelig er der meget, som disse modeller ikke tager højde for, så jeg tror, det ville være ret uklogt at prioritere at anvende tidligt frem for at skabe den stærkest mulige anvendelse, fordi faktorer som personlige udsagn og anbefalingsbreve naturligvis betyder noget. Men du har hele sommeren, ikke? Har at stellar ansøgning klar til at gå på den første dag applikationer åbne, hvis du kan.



Skriv et svar

Din e-mailadresse vil ikke blive publiceret.