用过去两年的数据来估算：今年H1b里到底有多少烂票+今年海底捞概率

楼主19年底毕业，经历了OPT 3次全部没抽中后非常难过，但同时又十分好奇这个pool里到底有多少abuser的票。于是用过去两年的数据，基于一些假设算了一下今年的48万大军中到底有多少烂票以及今年会不会有海底捞？如果有的话概率多少？

先声明一下，因为只有两年的数据（样本量太少），还有假设并没有事实/数据支撑，所以有些算出来的数会不太准确。欢迎大家积极评论我来修改计算结果。

首先来分析下FY2021，也就是2020年的抽签数据：

total registration: 275000; reg registration: 148500; adv registration 126500
第一轮抽了106100. 按照6.5 : 2来假设 “reg/adv混合抽” 和 “adv单独补抽”的人数比，约等于81135和24965。所以计算出reg 实际中了81135*（148500/275000）= 43812人，中签率约为29.5%；adv实际中了81135*（126500/275000）+24965=62287人，中签率约为49.2%。

第一次海底捞（2020.08）大概捞了18315人，为了计算到底有多少abuser，我先做一个假设：所有的abuser都是用reg cap ，adv cap中没有abuser（后面会再详细讨论这一假设的影响以及合理性）。
所以reg中abuse率=18315/43812=41.8%。一共有148500*41.8%=62078张废票（reg实际的票数是86422张）。
此时pool中还有275000-106100=168900张票，海底捞抽中概率=18315/168900=10.8%。

再来看FY2022:
total registration: 308613; reg registration: 160479; adv registration 148134
第一轮抽了87500，按照和去年一样的假设：reg实际中了34800人，中签率21.7%；adv实际中了～52700人，中签率35.6%。
第一次海底捞捞了27717人，还是和去年一样的假设：reg abuse率=27717/34800=79.6%。一共有127830张废票（reg实际的票数是32649张）。
此时pool中还有308613-87500=221113张票，海底捞抽中概率=27717/221113=12.5%。
这一轮海底捞抽完，pool里还有193396张票。按照上面的概率，应该还剩109909张reg（其中87487张废票，22422张真票），83488张adv。所有票中的废票率为87487/193396=45.2%。我们假设捞起来的27717人中废票率也是45.2%，下一轮海底捞应该会有12528。
然而实际是，第二次海底捞捞了16753人。多了这～4k人，我不觉得是因为上面的废票率算低了导致的，我猜的主要原因是：第一次海底捞时已经是8月了，那个时候有部分人因为三抽不中/对抽签系统失望已经离开美国了。所以又多了4k人给了第二次海底捞。但这第二次海底捞的人数，我想可以部分证明我之前推算的废票率应该还算准确。
. ----
最后来看激动人心的FY2023
total registration: 483927; reg registration: 333910; adv registration 150017。
相比去年，adv人数基本没变。我想这也可以某种程度上证明之前的假设：所有abuse都来自reg。
第一轮抽了127600，按照和之前一样的假设：reg实际中了～67300人，中签率20.1%；adv实际中了～60300人，中签率40.1%。
今年的reg里有多少废票呢？显然在海底捞数据出来前我没法算。但如果我们能假设出今年reg里真实票的人数，应该就可以估算出废票数和海底捞的数据了。
不妨假设今年reg里真实的票数=前两年reg真实票数的平均数：（86422+32649）/2=59535. 那么今年的pool里一共有274375！！！！张abuse的票！！！！！
所以reg中有82.2%的废票。基于这个数据，预测今年会有67300*82.2%=55300张签无法被file。那么实际只会file127600-55300=72300张。
如果还是85k的cap，今年海底捞应该会捞12700左右，海底捞概率～3.56%。
如果ucsic良心大发：把去年第二次海底捞浪费的票（假设有10k）也给今年，那么今年海底捞应该会捞22700左右，概率6.37%。
如果ucsic没有良心：不管去年第二次海底捞浪费的票，也不care今年差的这12700。那么很遗憾，今年没海底捞了。

补充1：
假设所有的abuse都在reg：
如果有部分abuse在adv的话，因为adv有更高的中签率所以abuse的总人数会比以上计算的偏少。但是别忘了，我没有减去抽中的人中abuse的人。如果不是电子抽签，绝大部分abuser是没机会参与到lottery里的。如果加上这部分abuser，应该可以抵消掉“假设所有的abuse都在reg”这个假设所带来的偏少量。所以我在所有计算中都用了这个假设。

补充2:
大家可以等今年海底捞消息出来以后再回来验证我的数据。欢迎插眼。

补充3:
码字不易，真诚求米。谢谢。

写的挺好，但是咱能研究研究如何把烙印干到吗

780082768 发表于 2022-4-17 06:35
2022财年
30.8 万份申请
总抽取13.2万申请 以选出8.5万人

谢谢回复，这样算也有道理。按照我的假设今年有～27万的废票，真人～21万，和你说的19.8差不多，咱就算20万真人吧，差别出在：

1. 今年第一轮抽了67.3k reg, 60.3k adv. 因为我假设的adv里没有废票（60.3k adv全生效），所以我算出第一轮会有72.3k生效票 >> 12.7/(48.3/20)=5.25万 （你说的算法）。其实5.25算的也太理想了，它假设adv reg真票浓度一样。但事实一定是adv里真票浓度高，因为主要的abuse还是来自印度直接搬运，这些人只能抽reg，另外adv去年和今年总人数基本没变，也可以证明abuse主要发生在reg。当然adv里确实真票浓度也不是100%。

问题转化为，adv里的真票浓度估计成多少才合适？先看去年的数据。total30万，大概是15万reg 15万adv。因为去年abuse已经开始了。我假设10万假票中7万是reg，3万是adv。那么adv有12万真人。

再说到今年，暴增的18万reg肯定都是废票无疑。我们算adv还是3万废票。adv中真人浓度为0.8，reg中真人浓度为（33-18-7）/33=0.24.那么第一轮实际生效6.73*0.24+6.03*0.8=6.45万张。这个介于5.25万（reg adv废票浓度一样）和7.23万（adv废票浓度0）之间。真实的废票分布没人知道，但adv真票浓度越高，第一轮生效数越多，留给海底捞的机会越少。你可以假设一个你的adv真票浓度，算算第一轮到底生效了多少

如果第一轮生效了6.45万的话，第一轮海底捞会补2万左右，第一轮海底捞概率2/35.64=5.6%。即使reg adv废票浓度一样（我觉得绝不可能），第一轮海底捞也只有3.25/35.64=9.11%

2. 你说的算法其实假设有无限轮海底捞，然后等比数列求和了。我只算了第一轮海底捞，没算后面的。对我（很多其他三抽不中的人）来说，应该只有第一轮海底捞是有意义的。如果按照去年，第二轮海底捞发生在11月，那个时候我可能已经L1transfer走了。还有一个事实是应该很难有超过2轮海底捞，所以你也可以假设一个你认为的海底捞轮数，再重新算下总的海底捞概率。

wbxzhr123 发表于 2022-04-17 11:30:21
看到数学就头痛
大数据的百分比只能看看
轮到个人头上就是50%

对呀 到了个人就是100%。我自己三年四抽不中 也是很无语了…

辛苦楼主计算，祝您今年海底捞好运👍🙏🙏🙏🙏

所以今年的海底捞到概率这么低啊。。。好吧。

2022财年
30.8 万份申请
总抽取13.2万申请 以选出8.5万人
估算大约19.8万人 （=30.8/(13.2/8.5)）. ----
2023财年
48.4万份申请 如果还是19.8万人
需要抽20.7万(=48.4/(19.8/8.5)) 才能选出8.5万人
一轮已抽12.76万
所以今年海底捞预计7.9万左右
海底捞抽中概率 ：7.9/(48.4-12.76=35.64) = 22%

另一个楼主发的  不应该是这样吗。。。

看到数学就头痛
大数据的百分比只能看看
轮到个人头上就是50%
难受啊~

没抽中的人观摩大佬的计算过程。虽然完全看不懂，但是顶礼膜拜

火钳刘明……

780082768 发表于 2022-04-17 06:35:37
2022财年
30.8 万份申请
总抽取13.2万申请 以选出8.5万人

这个应该不对，海底捞应该是每一次单独计算一次概率，他把多次海底捞的总票加起来除以了余票。正确的应该是多次海底捞分别除以余票，所以两次海底捞的概率大概每次都在10%上下，而不是两次加起来的20%

补充内容 (2022-04-18 04:14 +08:00):
所以楼主的这个计算更为合理