预测高校投档分是高考志愿填报必需要掌握的知识，对高校投档分不能准确预估，可能会导致高分低就或者滑档。

今天，我就带着大家以南开大学为例预估一下2017年在河北省理科的投档分。预估投档分要结合多种方法来进行，单一方法偏差较大。

平均排位法

第一：先统计2013-2016年南开大学在河北省理科投档分数以及分数在全省一分一档表中相对应的最高排位。这里说明一下，可以用最高排位也可以用最低排位（比方说2017年650分最高排位为1637，最低排位为1723）。

第二：对三年或者四年的排位相加，然后求平均值，这里是以三年平均值为例，求得平均排位为2010，查到相对应的分数为648分。根据平均排位法预估的南开大学的投档分为648分。

线差趋势法

第一：我们统计南开大学在河北省近几年的投档分数和一本线，然后求出投档分和一本线之间的线差。

第二：我们可以看到，南开大学近几年的线差逐渐在增大，然后我们根据线差在求出相邻两年之间的差值，也就是线差差，找出最大差值为28、最低差值为-1，然后再求出平均值为13.5，四舍五入为14。

第三：用2017年的一本分数线+上年线差+趋势线差=485+143+14=642

用平均排位法预估出来的分数为648分，用线差趋势法预估的分数为642分，那么按哪个分数为准呢，既然不知道按哪个分数为准，我们将两个分数求平均得645分作为2017年南开大学的预估分数。因为两种方法我们都用到了平均数，对这两个预估的分数取平均数也是正确的。

最后我们验证一下，南开大学2017年在河北省理科的提档分数到底是多少分？

南开大学的提档分为644分，我们的预估分数比实际提档分高一分，属正常范围值，这也验证了我所说的两种方法是有效、可以借鉴的。

以上为个人观点，如有不同意见，请留言回复。

　　感谢邀请。我是从事招生考试管理的教育工作者，我为你解答。

　　招生院校的投档线是由考生的填报行为所形成，因此是难以准确预测的。但在志愿填报阶段，简单预测志愿院校的投档线却是有必要的——在投档阶段，目标院校的投档线是决定考生档案能否投出的唯一因素，简单预测投档线，也是进行志愿梯度设计的基础。

　　在实际操作过程中，志愿填报主要是参考目标院校近年的录取数据。从历史数据分析院校的录取分数的变化趋势。而分析的方法，主要是从排位、线差两个维度去判断。

　　案例：广西2014、2015、2016、2017年的理科一本线分别为520、480、502、473分，中山大学2014、2015、2016三年在广西的理科投档线分别为624、604、628分，2017年中山大学的理科投档线大概会在什么位置呢？我们分别以排位、线差两个角度分析判断。　一、从排位角度预测招生院校的投档线　　借助同位分法（本质是位次法），我们分析上述案例中山大学2014、2015、2016三年的理科投档线：

　　如上图，中山大学2016年理工类投档线为628分，借助当年一分一档表，发现2016年628分排在1242—1299名之间。为了分析更形象、直观，我们将1242—1299这个排名区间换算成2017年的同位分，借助2017年一分一档表，我们能够发现与1242-1299名最接近的成绩为601分。（说明：同位分是指两个高考年度排名相同的分数，如广西理科2017年601分与2016年628分排位相同，分析志愿时我们认为两者等效，即同位分。）

　　借助同样的方法，我们分别计算出中山大学理科2015、2014年的投档线在2017年的同位分：

　　2015年投档线为604分，排名位于1697-1756名之间，这个排名在2017年的同位分为611分；

　　2014年投档线为624分，排名位于1639-1701名之间，这个排名在2017年的同位分为593分。

　　至此，我们分别找出了中大学大2014-2016年在广西理科投档线，并换算为2017年的同位分，分别为593、592、601分（实际操作中，至少须取最近三年的数据）；同时查询历史数据，中山大学2014-2017年在广西的招生人数分别为128人、128人、132人、176人（2017年招生人数有较大幅度增加，对考生而言是有利的。）

　　至此，我们可以根据上述计算结果粗略估计中山大学2017年在广西的投档线。至于怎么预测，既可以从多年的投档线走势分析（是逐年提高、或逐年降低、或上下起伏？），也可以将多年的同位分取平均值作为参考，同时要考虑招生人数的变化。

　　同位分法的本质是排位法，因此对于投档线在高分段的学校，参考的意义更大。

　　二、从线差的角度预测招生院校的投档线　　这个方法相对简单。依然以上面的例子分析，广西2014、2015、2016、2017年的理科一本线分别为520、480、502、473分，中山大学2014、2015、2016三年在广西的理科投档线为624、604、628分，由此我们可以计算三年投档线的线差分别为124分、104分、126分，我们分别将这三个线差值加上2017年的一本线（473分），得出结果分别为597、577、599分（这三个成绩分别与中山大学最近三年的投档线的线差相等，我们称之为等线差分）。至此，我们可以从线差角度粗略估算中山大学2017年在广西的理科投档线。估算的方法与上面相同，既可以从线差的走势分析（是逐年提高、或逐年降低、或上下起伏？），也可以将多年的录取线差取平均值作参考。

　　线差法更适合投档线处于低分段的学校，但有些省份已实行本科批次合并，合并后线差法的参考价值也将会降低。

　　三、预测院校投档线的意义　　正如本文开篇所讲，招生院校的投档线是由考生的填报行为所形成，因此是难以准确预测的。因此，本文只讲解方法不点出预测结果，目的是防止误导大家将我的计算过程作为标准来参考。就我多年实际工作中使用这两种方法预测，既有过准确的时候（只占极少数），也有较多时候误差10分以内，但出现误差超过20分的情况也不少见。

　　既然预测的准确率不高，那还有必要吗？我认为有必要。我们填报志愿的行为本质就是在分析历史数据的基础之上预测当年的录取数据，如我们选择某一所学校作为志愿学校，那么必定要简单预测其投档线、各专业的录取分等数值，以评估我们的成绩能不能被这个学校提档、提档后估计能录取到什么专业。而直接以历年的实际录取分数作参考、分析是不极为不妥的，而从排位、线差的维度分析，相对而言更具参考价值。

　　借助同样的方法，我们还可以简单预测院校的录取平均分、专业的录取线等等。为避免预测结果的误差给我们造成的风险，在填报志愿时合理设计院校志愿、专业志愿之间的梯度，做到有稳有保，是非常有必要的。这样即使我们填在前面的个别学校录取线比预测值大幅提高，后面依然有保底学校接盘。

　　本文是介绍从排位、线差维度分析高校招生录取数据的变化趋势的方法，仅可用于志愿填报时的粗略分析，提醒考生、家长朋友切莫过分相信预测结果，甚至将预测结果作为填报志愿的唯一参考——这绝不是本文作者所希望的。

　　我是从事招生考试管理的教育工作者，熟悉高考志愿填报和高校招生录取的政策、规则、流程，欢迎考生、家长朋友关注！