/NYU-Tandon-Report-2020FALL

纽约大学工学院 2020Fall **留学生录取背景报告

Apache License 2.0Apache-2.0

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**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**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 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

除了上图所示分布,分析数据还可得出以下几点结论:

  • **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**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 **生源绝大部分来自于国内 985/211 高校,占据**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

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

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

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

  • 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

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

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

  1. GPA 为自变量(x轴),GRE 为因变量(y轴)做回归图:

gpa_gre

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

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

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

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

  • 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

  • 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

  • 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

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

  • 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

  • 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

  • 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

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**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

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

但是,当拿到奖后 GPA 对奖学金几乎就没有影响了:

scholarship_gpa_own

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

然后做出 GRE 与奖学金的回归图:

gre_aid

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:
  • **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
  1. 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页面提出issue,如果觉得本文档帮到你了记得给个star哦~