怎么筛选总成绩最低？
如果只要求“总分最高”，那么对分数段进行简单统计就行了：将考生成绩按从高到低排序，计算每段的平均数或中位数，这个数据就是“总分最高”的成绩了；
如果是要求“总分会比另一学科低”就麻烦一点，需要建立一个竞争性目标函数来求解。 首先，将两个学科的成绩分别进行排序，统计每个分段的人数及所占比例（用百分比表示）；然后建立目标函数：若要求A低于B的总分比例高于某一阈值T%，则目标函数值为1，反之则为0.
利用数学优化方法中的最优化方法可以求解出使目标函数达到最优值的A的最低分值（即总分为最低者） 。 如果还要求A不低于B的分值也最低，则可以将两个条件结合起来求解。
不过这样的求解过程都是理论上的，在实际情况中可能会遇到很多复杂的情况而无法通过公式求解出唯一的答案——这时我们就需要对问题进行简化处理。 在大数据时代，可以通过统计学习方法提取出能够描述总体情况的关键特征，然后用这些特征来代表总体进行预测。常用的机器学习算法如决策树、神经网络都能很好地完成这一任务。
当然，最简单的方法还是人工判断，即让人工去判定各个样本（考生）的优劣顺序。虽然这种方式依赖于人的主观判断并且可能引起偏差，但人工判定往往更快且所需数据量较少，因此常被用于对决策质量要求不是很高或者难以通过其他方式解决的情况下。