SAT機經：閱讀重考/改考題係列2：abstract vs. cubist

前言：剛剛結束的2024年12月SAT機考閱讀中，亞(ya) 太卷和北美卷都出現了之前考過的題目，例如中等大小頭部的魚、美食之城、亞(ya) 瑟王、狗聽文學著作、搖籃曲等等，其中包含詞匯題、推理題、邏輯題、主旨題、目的題，不一而足。SAT閱讀題目重考或改考早已被學生熟知，為(wei) 了幫助學生更加熟悉文本內(nei) 容，節省寶貴的做題時間，獨特教育推出閱讀重考和改考題目解析係列，助力每一位考生衝(chong) 高分。

今天分析的是12月北美卷的一道重考題，也是學生出錯率較高的題目。文章關(guan) 鍵詞是correlation，model-predicted，participant-reported，abstract，cubist，paintings和ratings。請看題：

這道題說簡單可以很簡單，說難也可以很難，就看同學們(men) 對圖表標題和文本內(nei) 容最後一句話有沒有出現誤讀。

先看文本內(nei) 容。神經科學家KI等人研發出一個(ge) model，這個(ge) model可以預測出一個(ge) 人對某件藝術作品的喜愛程度，程度值為(wei) 1-4，1代表很不喜歡，4代表非常喜歡。之後研究學者做了兩(liang) 件事。

一：招聘測試者為(wei) 不同風格的畫作打分，打分標準和model的一樣。

二：計算model打分和測試者打分的關(guan) 聯。

文章最後陳述：假定4號測試者對抽象派和立體(ti) 派兩(liang) 幅風格不同的畫作給分一樣，請問圖中數據表明model預測的狀況是怎樣的？再看圖示，注意圖的標題是correlation between model-predicted and participant-reported enjoyment ratings（此處忽略大小寫(xie) ），即該圖是model預測結果和個(ge) 人測試結果的關(guan) 聯，不是model本身的預測結果。

簡單說，就是model的預測和人的評估結果相似度是多少，是完全相同，略有差異，還是差異很大。

我們(men) 就以題目問及的P4為(wei) 例：P4是中間淺灰色柱，他/她對abstract的喜愛程度和model預測出來的對abstract的喜愛程度之間的關(guan) 聯約是0.25，而P4對cubist的喜愛程度和model預測出來的對cubist的喜愛程度之間的關(guan) 聯相對來說很高，約是0.36。

這就說明一點：針對cubist這個(ge) 風格的畫來說，顯然，model預測出的結果與(yu) P4本人打分結果關(guan) 聯性更大更高，通俗點說，就是更接近。

換言之，P4本人對cubist的畫喜愛度與(yu) model預測的結果相似或關(guan) 聯度超過abstract。顯然，結合文本內(nei) 容的最後一句話，assuming participant P4 gave equal reatings to ..., the data in the graph indicate the model predicted that___________，我們(men) 得出結論，P4對abstract和cubist兩(liang) 種風格的畫作的喜愛程度，model肯定給出的預測是完全不同的，所以才會(hui) 出現correlation（關(guan) 聯性）的明顯差異，即一個(ge) 是0.25，一個(ge) 是0.36。

因此，正確答案是A：P4's ratings for abstract and cubist paintings would differ from one another。是不是太簡單了。B錯。

因為(wei) 該圖表明的是correlation，關(guan) 聯性，而不是model本身預測的結果。

所以無法判斷P4更喜歡abstract，還是cubist。C錯。和B同理。D錯。因為(wei) 如果model預測結果P4對兩(liang) 種畫風的喜愛值相同，那麽(me) 圖的correlation應該顯示中間灰色柱高相同。所以D與(yu) 圖示相違背。

目前這道題重考的頻率並不高，12月北美卷是第二次出現，略作修改。首次出現是在2024年10月亞(ya) 太試卷Module 2第13題。

即下圖：

SAT機經：閱讀重考/改考題係列2：abstract vs. cubist