2026年“H-1B按工资水平加权抽签改革新规”:一些解读和中签率的计算

非常實用！

tom9089 发表于 2026-1-10 20:13
抱歉，您的意思是不是说，如果是一个有着master/phd的Level 3参加抽签，这个人的实际中签率应该是您所说的B ...

表格不是在给概率分布，而是条件概率，不同行变化的是条件事件，所以不需要 sum 到 100% (注意到硕博生四个wage level的概率sum不为100%， 而本科生的四个wage level的概率sum也不为100%)，本科生的概率和硕博生的概率也不能直接加。

Annual Win Rate这一列每个cell的定义是 P(win this year | degree, WL) -- 给定degree和wage level下的中签率，而其补集为不中签P(not win this year | degree, WL)  ，两个事件的并集才是全集，概率为100%。当degree为硕博生时，其年度中签概率是第一轮中签的概率+第一轮不中签的概率*第二轮中签的概率。三年中签率是1-(1-年度中签率)^3.

Interpretation: 拿Annual Win Rate这个column举例, Masters/PhD WL3这一行的51.08% 应解读为: conditional on你是一个硕博生 and你的wage level是3,那么你的年度中签率是51.08%。

具体细节见我GitHub的Python代码和readme file. 我那个web app有GitHub的链接。

另外我建议你学习一下概率论与数理统计，任意本科级别的教材就行，重点理解事件的独立性和条件概率这两个概念，非常基础但很实用，学有余力可以再看看大数定律/中心极限定理及之后的东西。

M4A1 发表于 2026-1-10 22:32
表格不是在给概率分布，而是条件概率，不同行变化的是条件事件，所以不需要 sum 到 100% (注意到硕博生四 ...

抱歉，我觉得咱们互相似乎都有点误解对方的意思。我也觉得我说的这么基本的错误你应该不会犯，所以我觉得可能是我这边理解错您的意思了。我没有把本科生和硕士生的中签率直接相加，我算的是加权平均。我最开始的质疑是是，如果身为一个WL3工资级别的本科生的中签率是 A, 身为一个硕士生的中签率是B，而硕士生占这个级别工资的比例为X，那么WL3这个级别的平均中签率应该为 A*(1-X) + B*X，就是个简单的加权平均而已 。不论有没有工资加权，这条式子应该都是成立的。我对你的质疑不涉及条件概率或者独立事件，讲的就是annual rate那里。如果在WL3的级别上本科生的中签率是27%，硕士生是51%, 且硕士生是少部分，那最终的平均中签率应该偏向本科生而不是硕士生。但很明显45%更偏向硕士生的中签率。这就是我不明白的地方。听完您这里的“解释”我还是没明白，我还是去看看你的code吧。

就拿WL4来说，官方给出的Bachelor 和 Master/PhD混合的中签率是 61.16%，而你算出来的Master 和 PhD的annual win rate，也就是一年抽签的中签率，是61.45%。如果不是WL4里面全部都是Master/PhD，我想不到有啥别的解释能解释这俩数字 61.16% vs 61.45%。根据你假设Master/PhD占到每个级别大约30%的设定，这怎么看都不对吧？

看完你的code了，我才注意到你的code里面是用的independent draw的假设，而实际上的抽签不是Bernoulli的。现实中一个人的签被抽到了它的其他签都会被消掉，后续抽签概率结构会变化。你的code里面用了Bernoulli的概率：
def per_candidate_prob(p_ticket, m, method="independent"):
    ...
    elif method == "independent":
        return 1.0 - (1.0 - p_ticket) ** m

你在description里也说了是基于independent，我没太注意，问的问题给你添了不少麻烦。不过基于independent的假设这么做的结果就是使得中签率被低估了，所以按照现实中的加权平均根本得不到DHS给出来的45%和61%的平均概率。如果现实中抽的话，不论是Bachelor还是Master在WL3和WL4的概率都会比你表格里面给出来的大不少。

tom9089 发表于 2026-1-11 23:23
看完你的code了，我才注意到你的code里面是用的independent draw的假设，而实际上的抽签不是Bernoulli的。 ...

我现在理解你想把我表里的结果和 Table 13 对齐比较的思路，get到了你质疑的点。在此梳理一下：我这里放的表中WL4硕博两轮抽签的年度中签率（假设本科生v.s. 硕博生的占比与Table 13一样）虽然是大于Table 13的WL4，但差值只有0.3%，似乎太小了些。你对结果的质疑是有道理的，但我认为你之前“加权平均”的计算方式和理解还是有问题的，在此就不继续讨论了。你也找到了华点--关键是我app里的Probability method的设定。这个设定涉及到是从per ticket probability到per candidate probability这一步的计算，我现在的两个方法是其实都是简化的approximation。

首先考虑准确的计算应该是怎样的。就像你说的“一个人的签被抽到了它的其他签都会被消掉”。准确的计算是一个复杂的不放回的抽签，但很麻烦。就考虑本科生和硕博生pool在一起的第一轮抽签，DHS一张一张的抽直到把65000个人头名额抽完（不是一口气抽取65000张票），那么你至少需要分65000步来算，每一步都要把中签的人的所有签去掉，而这又要分四个WL对应的不同票数，然后你还要把本科生和硕博生比例纳入进来分别算，概率会随过程动态变化。 这就很难写一个closed form solution，也许可以用代码写loop从数值上来解，但需要优化latency，我还没时间研究这个路线。

所以我考虑的事件是一个人在这个wage level有这么多签，那么我至少有一张中签的概率是多少，忽略掉同一个人名下多张票之间的相关性。在抽取比例较小的情况下，这个近似应该是ok的。但对硕博WL3-4 这种权重高的组，误差会更大。回头有空我再研究一下更准确的计算方式，然后更新一下app。

tom9089 发表于 2026-1-12 12:02
抱歉，我觉得咱们互相似乎都有点误解对方的意思。我也觉得我说的这么基本的错误你应该不会犯，所以我觉得 ...

硕博的Annual Win Rate和DHS的平均年度中签率的定义可能并不相同，这应该是为什么你的等式不成立。