打开一个英语词汇量测试，勾几十个词，它甩给你一个”你的词汇量：9418”——这个数字到底能信几分？
答案是：它能告诉你大致段位，但精确到个位数纯属错觉。这篇文章把基于 COCA 词频的测试是怎么算出来的讲清楚，让你看懂结果，而不是被一个漂亮数字唬住。先说结论：把它当成”7600-8800 这个区间”来用，比当成”8237”有用得多。
词汇量测试到底在测什么
严格说，它测的不是”你背过多少单词”，而是你在真实英语里遇到一个词、还认得出它意思的概率。
这两件事差别很大。你可能背过 abandon 但三年没用早忘了，也可能从没”背”过 awesome 却天天见。词汇量测试关心的是后者——识别能力，而不是记忆账本。这也是为什么它用”按真实频率抽样”的方式，而不是让你对着大纲词表逐个打勾。
为什么用 COCA 而不是教学大纲
COCA 全称 Corpus of Contemporary American English（当代美国英语语料库），由杨百翰大学维护，规模 10 亿词级，覆盖美国 1990 年至今的书面、口语、学术、新闻语料。所谓”COCA 20000 词表”就是按出现频率从高到低排出的前 20000 个词。
| 维度 | 教学大纲词表 | COCA 词频表 |
|---|---|---|
| 回答的问题 | 应该背什么 | 实际会遇到什么 |
| 排序依据 | 考纲编排 | 真实使用频率 |
| 能否复现 | 各版本不一 | 学术公开、可验证 |
| 适合用途 | 制定背诵计划 | 测量识别水平 |
测水平用 COCA：一个词排得越靠前，说明你在日常阅读里撞见它的概率越高，认识它对”读懂英语”的边际贡献也越大。本测试用的是去重后约 17800 个独立原形（lemma），理论估算上限也就在这个量级附近。
分层抽样：100 个真词是怎么选的
如果从 17800 个词里纯随机抽 100 个，会有个大问题：高频词占比极大，抽出来的样本会扎堆在你早就会的简单词上，对中高频段几乎没有分辨率。
解法是分层抽样——把词表切成 9 个频段，每段单独抽 8-12 个，凑够 100 个真词：
| 频段（COCA 排名） | 大致难度 |
|---|---|
| 101–500 | 极高频，几乎人人会 |
| 501–1500 | 初中 |
| 1501–3000 | 初高中过渡 |
| 3001–5000 | 高考 / 四级 |
| 5001–7500 | 六级 |
| 7501–10000 | 雅思 6.5+ / 托福 90+ |
| 10001–13000 | 母语高中生 |
| 13001–16000 | GRE / 母语成年人 |
| 16001–20200 | 罕用长尾 |
这样每个频段都有独立的”采样探针”，柱状图才能告诉你到底从哪一段开始崩——这是单一数字给不了的信息。前 100 名（the / of / and / to 这种功能词）直接跳过、默认算掌握，因为它们对区分度没有贡献，全勾满分反而稀释信号。
诱饵词与温和矫正：堵住”虚报”
自报式测试最大的漏洞是虚报：拼写眼熟就勾”认识”，哪怕说不出意思。
工具在 100 个真词里掺入 12 个诱饵词——splanter、morbous、crentish 这类拼写很英语化、但根本不存在的伪词。你勾中几个诱饵，就暴露了你的虚报倾向。
矫正方式是温和矫正，不是简单粗暴地整体打折：
每段实际认识率 = 原始认识率 − ½ × 诱饵命中率（按百分点扣）举例：你勾中 12 个诱饵里的 1 个，命中率约 8.3%，那么每个频段的认识率都减去 4.2 个百分点。取一半、而不是全额，是为了避免偶尔手滑勾错一两个就把整体估算砸到不合理的低位。
估算公式与置信区间
最终估算其实就是”分段加权外推”：
总词汇量 ≈ 100（默认掌握的功能词）
+ Σ（各频段总词数 × max(0, 该段认识率 − ½×诱饵命中率)）每个频段：你在样本里的认识比例，乘以这个频段实际有多少个词，加起来再补上跳过的 100 个功能词。
置信区间则来自统计：每段按二项分布估方差，汇总后取 ±1.96σ，给出 95% CI。所以结果长这样：
8200 ± 600（95% 置信：7600 – 8800）
为什么不直接给 8237？因为只用 100 个样本推断上万词，本身就带着抖动。给区间是诚实，给精确数字是表演。下次中间数从 8200 跳到 8350，多半只是抽样噪声，别当成退步或进步。
考试锚点：我的词汇量够考什么
结果页会把你的区间映射到常见考试锚点，便于判断离目标还差多远：
| 阶段 / 考试 | 参考词汇量 |
|---|---|
| 中考 | 1600 – 2500 |
| 高考 | 3500 – 3800 |
| CET-4 四级 | 约 4500 |
| CET-6 六级 | 约 6000 |
| 雅思 6.0 – 6.5 | 7000 – 8000 |
| 雅思 7.0+ / 托福 95+ | 9000 – 10000 |
| 母语高中生 | 12000+ |
提醒一句：能识别 ≠ 能主动用。同样 8000 词汇量，有人能写出地道句子、有人只能读不能写。词汇量是地基，不是房子本身。
怎么用结果指导背单词
一个数字本身没用，配合柱状图才有用。流程是这样：
- 看柱状图，找到认识率明显下滑的那个频段（比如 5000 内都 90%+，到 8000-10000 段掉到 40%）。
- 用 COCA 词频表生成 把这一段（如填”从 8000 到 10000”）单独导出成 Anki CSV，集中突破薄弱区，别从 1 号词从头背。
- 平时读英文撞到生词，先用 COCA 词频查询 查它排第几——排名靠前的优先背，排到 15000 开外的罕用词不必单开卡。
- 拿不准一篇英文够不够你读，用 英文文章难度分析 看它的覆盖率曲线和超纲词数。
和 testyourvocab.com 的区别
testyourvocab.com 是这个领域最有名的工具，但它和本工具定位不同：
| 维度 | 本工具 | testyourvocab.com |
|---|---|---|
| 词库来源 | COCA 公开语料 | 自建（方法不公开） |
| 估算上限 | 约 17800 | 约 45000 |
| 中国学习者主战场（3000–15000） | 分辨率高 | 分辨率一般 |
| 透明度 | 给置信区间、诱饵命中、分段掌握率 | 只给单一数字 |
| 锚点 | 中文 + 高考/四六级/雅思 | 英文 + 美国年级 |
不吹”比它更准”——自报机制的天花板都在用户诚实度，谁也突破不了。本工具的价值是更透明、更可解释：你能看到自己在哪段崩、虚报了多少、区间多宽，这些对实际背单词比一个黑箱数字有用得多。母语者或资深读者测到接近上限时精度会饱和，那种情况下 testyourvocab 的长尾覆盖更合适。
几个常见误区
- 盯着中间数比高低——应该比区间。区间整体上移才算进步。
- 为了好看的数字猛勾——勾中诱饵会触发矫正反而拉低，且自欺没有任何意义。
- 拿它和别的工具数字硬比——口径不同，跨工具比较无效，只跟自己比。
- 以为测完就等于会用——词汇量是识别能力，输出能力还得靠写和说去练。
测一次摸清家底，找到薄弱频段，再拿去 COCA 词频表生成 针对性地背——这才是词汇量测试该有的用法。一个数字不会让你的英语变好，它告诉你下一步该往哪使劲才有价值。