第二，当信息不足时的决策：例如，现在大多数人不太重视填写志愿表格，而只参考前一年或高考后几年的录取分数线，然后做出决定。此时，农民将面临出售甜瓜的困境，即根据去年的价格决定是否生产或生产多少个甜瓜。如果去年西瓜的价格低，他们中的大多数就不会种瓜。相反，大量的西瓜被种植。结果，去年西瓜的价格很低，导致西瓜种植数量下降，价格上涨。相反，因为去年西瓜价格高，西瓜种植量增加，价格下降。同样，去年有大量学生根据学校的录取分数申请长达两三年。如果学校分数低，近年来差异小，那么申请入学的学生人数将会大大增加，这将导致当年学校分数的差异增大。否则，它会倒下。这是业内人士平时指出的“大小年现象”。这时，我们可以做相反的事情。如果前几年的分数差距很大，申请人数也很大，那么我就有足够的勇气参加今年的考试。如果前几年的分数差距很小，竞争程度很低，就应该仔细考虑。当然，这种决策有一定的风险。大年和小年没有规律地分布。有时会有几年的新年，然后会有几年的新年。因此，这就要求决策者一方面要仔细研究目标学校大、小学年的可能性，另一方面要做出良好的保证。一旦这个决定是错误的，将会有更好的学校作为保证，以确保他们不会从名单上消失或下降。请注意，有两种保证策略，一种是使用同一批中的第二个志愿者作为保证，另一种是使用下一批更好的学校作为保证。根据作者的意见，最好是保证下一批高质量的学校，因为同一批中的两所志愿学校一般要么地理上孤立，要么学生自己不满意。然而，如果减少一批学生，人们可以很容易地从大量的学校中选择，不仅是为了进入好的学校，也是为了进入合适的专业。另一种不充分的信息是，大学在某个省首次招生。由于学生填写志愿表格的时间很短，不可能仔细研究招生学校情况的变化。他们中的大多数根据前几年的情况做出决定。该省首次招生的学校很容易被忽视，这导致申请人数少，录取分数差距缩小。例如，2007年，中国人民大学首次在四川省招收文科学生中的国防生。结果，申请人数很少，录取分数很低。这为低分学生进入精英学校创造了条件。要抓住这个机会，我们必须善于比较招生学校的变化，寻找机会。
三、突发事件的影响：比较典型的如2003年的非典和2008年的地震，在发生灾难的学校里，一般学生相对回避。在这个时候，学校录取的差异将会减少。由于北京在2003年受非典影响最严重，除了北京大学、清华等一流大学外，四川省其他大学如中央财经大学得了2分，国际经济贸易大学得了8分，中国政法大学得了10分，北京邮电大学得了13分，北京科技大学得了2分，远远低于往年。此外，广东省也是受非典影响最严重的省份，所以当年中山大学的录取率相差8个百分点，远低于往年。同样，由于2008年汶川地震的影响，四川的高校在成绩上也有一些不寻常的差异。比如，四川大学的升学率里的年级差异
五、分校现象：高校不断扩招，大多数校本部门数量已达到饱和。为了保证教学工作的顺利开展，许多高校已经开始建设新校区。例如，北京的几十所高校把他们的新校园集中在河北省廊坊市，并称之为“东方大学城”还有东北大学秦皇岛分校、山东大学威海分校、北航北海分校、哈尔滨工业大学威海分校等。由于这是一个受欢迎程度有限的新校园，为了吸引学生申请，一些学院和大学将分校与总部分开，并制定了单独的招生计划。因此，这些分校的申请人数相对较少，分数差异也较小。然而，其教育资源基本相同，可以共享。更重要的是，分校不具有法人地位。最后，学生的毕业证书和学位证书都来自这个系。这实际上和在学校总部学习没什么不同。
总之，无论什么样的现象，归根到底都会影响学生的考前心理。如果我们能够关注现实中发生的许多社会和经济现象，那么我们就可以深入分析这些现象对学生入学考试心理的影响，进而寻求对特定学校竞争形势的预测，这将大大提高学生进入低分数精英学校的概率。