Prognosemodel for KOT – søgning og optag

I de senere år har mere end halvdelen af KOT-optaget pr. 1. oktober søgt pr. 15. marts, derfor lancerer SDU Analytics en prognosemodel.

Formålet med prognosen er, at skabe et databaseret bud på hvor årets optag lander på uddannelsesniveau, fordi der er meget fokus på årets optag.

Der er en række naturlige forbehold, men selve modellen fungerer, som den skal.

Udfordringen er primært, at det statistisk er svært at håndtere søgningen til de mindre uddannelser, når søgningen ikke nødvendigvis følger samme tidslighed, som i de forudgående år.

Nye uddannelser er også svære at håndtere i prognosemodellen, fordi de udtrykker et udsving fra 0 op til kapacitetsgrænsen. De nye uddannelser skal jo netop gerne give øget søgning med en effekt på optaget.

Endvidere er uddannelser i 2023, der har haft med markante udsving i de forudgående års søgning og optag med til at skabe støj i modellen.

Historisk set modtager SDU over 50 % af ansøgninger til d. 15. marts i løbet af den sidste uge før fristen, herunder indlæses mange af ansøgningerne, der kommer til UFM d. 15.marts reelt set først i SDU’s systemer d. 16. marts. De håndholdte internationale studerende kan endda risikere blive registreret så sent som d. 17. marts, før kvote2-søgningen er helt endeligt opgjort.

Modellen fortsætter gennem hele foråret frem til 28. juli i forhold til at prædiktere niveauet for 1. oktoberoptaget. Særlig interessant bliver det derfor også primo juli, når KOT-søgningen pr. 5. juli er i hus. Der indlæses dog ikke ansøgninger mellem 16. marts og til ca. d. 1. juni, hvorfor at prognosen ikke vil ændrer sig i den periode.

Modellen bliver bedre for hver dag (i takt med, at der er flere ansøgninger og dermed flere data), men selv de bedste statistiske modeller kan tage fejl i en eller anden udstrækning, i sær på uddannelsesniveau for mindre uddannelser og nye uddannelser.

Rent teknisk er prædiktionsmodellen trænet på data fra 2019 til 2021, og testet på data for 2022. Det betyder, at modellen har den lille bias, at den er trænet på data fra en periode med stigende søgning, hvor flere rammevilkår ikke længere er de samme i 2023.

Vores test af modellen på data fra 2022 indikerer, at afvigelsen indtil videre i de daglige opdateringer er under 10% på ”estimatet” for 1. oktoberoptag i forhold til ”resultatet”, men ændrede søgemønstre i 2023, nye uddannelser, og ændret adgangskrav, kan naturligvis skubbe til den fejlmargin.

Link til webrapporten med modellens prædiktioner på SDU. 

Prognosen opdateres på hverdage mellem kl. 9:30 – 10:30, men prognosen opdateres ikke i weekender, da der ikke indlæses 2023-ansøgninger i weekenderne.

Spørgsmål og bemærkninger til prognosen kan stilles til sduanalytics@sdu.dk