NBA「可能出赛」的球员上了场，上场时间会打折吗？
开赛前 2 小时被标 Questionable、最后有上场的主力，拿他这场的上场分钟和得分，跟他自己没被列在伤兵报告上的比赛比。
- 结果状态
- 初步结果
- 最后更新
- 开始日期
- 研究时间
- 已进行 4 天／预计 1 天
- 研究团队
- Mysports.AI 研究团队
- 计划登记
被标“可能出赛”上场后的上场时间：重点发现
2024-25、2025-26 例行赛 1,394 场、316 位球员（1.76 分钟，误差范围 1.41～2.12）。被标上场时平均打 27.6 分钟，同一批球员没被列名时约 29.4 分钟。
- 得分少 0.73 分（误差范围 0.27～1.19）。每打 36 分钟的得分、正负值看不出差别：看不出每分钟打得比较差，但也不能说一样，也无法确认得分少有多少是因为时间少。
- 打不到平常一半就下场的比例：被标上场 3.2%，没被列名 2.0%。多数是少打一点，不是上场一下就下来。
- 换 14 种算法（排除延长赛、改看开赛前 6 或 1 小时的状态、只用被标之前的比赛当对照、只用同队的比赛、两季分开等），少打都在 1.5～2.0 分钟。
- 探索（不做检定，还不能当结论）：明星少打约 2.2 分钟、非明星约 1.1 分钟；该队上一场没上的约 2.5 分钟、上一场有上的约 0.9 分钟；被标 Probable（很可能出赛）上场的也少打约 1.1 分钟。
自己怎么用
打开 NBA 官方伤兵报告页（official.nba.com），点当天最新一份报告（PDF）。报告上的时间是美东时间。 打开来源 ↗
在报告里找到比赛（Matchup 栏）和球员（Player Name 栏），看「Current Status」那一栏：写 Questionable 就是「可能出赛」；Probable＝很可能出赛。
先照 R7：开赛前 2 小时还是 Questionable 的主力，大约一半多（约 56%）会上场。
如果他上场（或最后一份报告改成 Available），预估上场时间时，比他平常（最近 10 场平均）少算大约 1.8 分钟：平常打 30 分钟，就抓 28 分钟左右；得分也比平常少不到 1 分。不要把他当成只打半场——打不到平常一半的情形只有约 3%。
他最近 10 场的上场分钟，可以在 NBA.com 球员页的逐场数据（Game Log）看到。
这些是 2024-25、2025-26 两季例行赛、最近 10 场平均上场 20 分钟以上主力的平均，不保证任何一场；少打的原因（伤、教练限时、比赛一面倒）分不开。明星、上一场没上的人少打得比较多，是还没确定的探索结果。每打 36 分钟的得分看不出差别，所以本页没有「每分钟表现要打几折」的数字可以套用。这不是下注信号。
白话说明
为什么研究这个？
被标「可能出赛」的球员就算上场，也可能打得比较少。知道平均少多少，看预测或估上场时间时就不会把他当成完全健康。
我们想知道什么？
NBA 官方伤兵报告上标 Questionable（可能出赛）的球员，R7 算过大约一半多会上场。可是带着状况上场，会不会打得比较少、得分比较少？
我们怎么研究？
我们看 2024-25、2025-26 两季例行赛、最近 10 场平均上场 20 分钟以上的球员。开赛前 2 小时被标 Questionable、最后有上场的 1,394 场（316 位球员），每场算「这场分钟 − 他赛前最近 10 场平均」，再跟同一位球员同一季没被列在报告上的 20,830 场的同一个差相比。计划和分析程序都先盖时间戳，才看结果。
目前发现什么？
被标上场时，平均比自己没被列名时少打 1.76 分钟（误差范围 1.41～2.12 分钟），大约是平常上场时间的 6%；得分少 0.73 分。每打 36 分钟的得分、正负值都看不出差别。换 14 种算法，少打的分钟数都在 1.5～2.0 分钟之间。
这对预测有什么用？
被标「可能出赛」的主力就算上了场，也不要当成跟平常完全一样：平均少打快 2 分钟、少得不到 1 分。估他的上场时间时，先用 R7 的上场比例（约 56%），上场的话再把分钟略往下调。差别不大，不必把他当成只打半场。
还不能确定什么？
这是回溯研究，不是盲测。我们比的是「最后有上场的人」，上场的通常伤比较轻；少打的原因可能是伤、教练限时或比赛一面倒，数据分不开。对照的比赛也包括被标之后、可能还没完全好的场次。2026-27 球季会用同一套规则再算一次。
本页用到的名词
- 伤兵报告
- NBA 官方公布的名单，写每位球员这场能不能打：确定不打（Out）、不太可能（Doubtful）、可能出赛（Questionable）、很可能出赛（Probable）、可以打（Available）。
- 主力（重要球员）
- 该季替该队最近 10 场（有上场的）平均上场 20 分钟以上；明星是 28 分钟以上。
- 自己没被列名的比赛
- 同一位球员、同一季，赛前所有伤兵报告都没有他名字的比赛。我们拿这些比赛当对照，也算「这场分钟 − 赛前最近 10 场平均」。
- 误差范围
- 95% 区间：我们以球员为单位重新抽样 4,000 次算出来的。范围不包含 0，才说看得出差别。
详细结果
被标上场时，比自己没被列名时少打几分钟
2024-25、2025-26 例行赛主力。第一列是事先登记的主要结果，其他列是探索分组（不做检定）。数字是少打的分钟。
主要结果的误差范围 1.41～2.12 分钟。探索分组人数较少、分组又多，只当参考。这是研究，不是投注建议。
研究假设深入阅读
- H1上场分钟不同 → 成立：平均少打 1.76 分钟（误差范围 1.41～2.12 分钟）；换 14 种算法都在 1.55～1.98 分钟本次样本支持
- S1得分不同 → 成立：平均少 0.73 分（误差范围 0.27～1.19 分）本次样本支持
- S2正负值不同 → 看不出差别（-0.31，误差范围 -1.07～+0.41）。这不代表一样证据不足
- S3每打 36 分钟的得分不同 → 看不出差别（+0.21，误差范围 -0.29～+0.74）。这不代表每分钟表现一样证据不足
“可能出赛”上场时间研究方法
研究问题
- 被标 Questionable、最后上场的主力，上场分钟比自己没被列名时少多少？
- 得分、正负值、每打 36 分钟的得分呢？
- 明星、上一场没上、背靠背第二场的人有没有不同？（探索，不做检定）
方法摘要
- 主要结果只有一个：被标上场的比赛，「这场分钟 − 赛前最近 10 场平均」比同一球员同一季没被列名的比赛少多少。每场被标的比赛算一次。
- 「被标」＝开赛前 2 小时那一刻最新一份报告写 Questionable，而且已挂至少 15 分钟（同 R7）。「有上场」＝官方数据上场至少 1 分钟。球员同一季要有至少 5 场没被列名的比赛才比。
- 数据关卡第一版没过：为了防报告上的名字对不上球员，把有这种名字的球队整场排除，只留 74.9%。看了对不上的名字（多是整季没上场的人）后，改成只排除姓氏跟该队有上场球员相同的情形，保留 98.3%。改版时没有看任何分钟或得分。
数据源与限制
用到哪些数据（全部公开、免费）
- NBA 官方伤兵报告 PDF（2024-25、2025-26 球季；本页只放汇整数字）
- NBA.com 球员每场数据（上场分钟、得分、正负值；本页只放汇整数字）
限制
- 回溯研究、不是盲测：这两季谁被标、有没有上场，R7 已经公开。
- 只看最后有上场的人；上场的通常伤比较轻，结果不是「受伤造成少打」的证明。
- 少打的原因（伤、教练限时、比赛一面倒、犯规）分不开；分钟是四舍五入的整数。
- 对照比赛也包括被标之后、可能还没完全好的场次；只用被标之前的比赛当对照时，估计是少打 1.98 分钟。
- 「没被列名」用整理好的报告判断，报告缺漏或名字对不上时可能漏掉少数列名。
最新进度
最新进度：主要结果出炉：被标「可能出赛」、最后上场的主力平均少打 1.8 分钟、得分少 0.7 分；计划与分析程序都先盖时间戳，结果经 AI 工具程序审查
下一步：2026-27 例行赛结束后，用同一套规则再算一次
研究进度
- 数据关卡第一版没过，检查原因后改版通过（当时还没有看任何分钟或得分）
- 计划定稿并盖时间戳（一轮 AI 工具程序审查）；分析程序先用假数据测试、盖时间戳再运行
- 主要结果出炉，AI 工具程序审查一轮（主数字不变，修正几处四舍五入与用语）
- 2026-27 例行赛结束后（且不早于 R1 前瞻截止：累积 1,000 则或 2027-02-15），用同一套规则再算一次进行中
更新纪录
版本纪录
- v1.0-结果
主要结果：被标「可能出赛」上场的主力平均少打 1.76 分钟、得分少 0.73 分；每 36 分钟得分、正负值看不出差别
- v1.0
研究计划定稿并盖时间戳（T0＝2026-11-10 09:12 UTC）；回溯研究、非盲测，另设 2026-27 球季再验
研究纪录
c62d33d1edd512fd0ac74e260ddefa41a3f44c4d115809030427709f5f50028883fdcff675eeae8b493b45a4e42819dafca44a64049ecbd71fd69d330055303321e0a18ab355480151e5498257e512cf88b126331a810a69cbb48a82b1be2c56dd7684c8db0b5762095ad0422091f835fc43ff70c3e1ae165d61f3012c47a301本页内容为研究纪录，仅供参考，不构成任何投注建议或获利保证。