NBA 球员被标「可能出赛」，最后真的会上场吗？
统计被标为「可能出赛」的球员最后有几成真的上场；市场有没有把这种不确定性算对，是下一步要确认的问题。
- 结果状态
- 初步结果
- 最后更新
- 开始日期
- 研究时间
- 已进行 2 天／预计 21 天
- 研究团队
- Mysports.AI 研究团队
- 计划登记
NBA「可能出赛」球员：重点发现
2024-25、2025-26 两季例行赛，2,559 人次中 1,423 人次上场（误差范围 53%～58%）。重要球员＝最近 10 场平均上场 20 分钟以上。外部网站公布过类似的整体数字，所以这部分不是盲测。
- 「不太可能出赛」的几乎都没打（1.3%）；「很可能出赛」的几乎都打了（97.3%）。
- 开赛前不到 12 小时才开始被标「可能出赛」的，只有 47% 上场；更早就被标的有 60%。
- 在开赛前 2 小时仍被标「可能出赛」的人中，官方最后改成「可以打」的有 98.6% 上场；最后改成「确定不打」的，这批样本没有人上场。
- 赔率：主队比客队多一位「可能出赛」的重要球员，看不出之后到开赛前赔率会往哪边变（换算成胜率平均只差 +0.01 个百分点，误差范围 −0.23～+0.25）。这不代表市场算对，只代表用这个方法看不出来。
白话说明
为什么研究这个？
「可能出赛」是伤兵报告里最不确定、也最常见的状态。把它换算成上场比例，模型就能更准地估计每场比赛的阵容。
我们想知道什么？
NBA 官方伤兵报告会把球员标成「确定不打、不太可能出赛、可能出赛、很可能出赛」等状态。我们先想知道：被标为「可能出赛」的球员，最后实际上场的比例是多少？会不会因为球员重要程度、离开赛多久而不同？下一步才确认：市场有没有把这种不确定性算对。
我们怎么研究？
会用 R1 已经整理好的官方伤兵报告与发布时间（报告频率曾改变，2025-26 季中改制后约每 15 分钟一份）和球员上场纪录来算上场比例。Polymarket 的赔率是「球队会不会赢」的赔率，不是「球员会不会上场」的赔率，所以这一版只看「赛前标的状态，能不能预测之后赔率的变化」，不从赔率反推上场几率。
从「可能出赛」追踪到「真的上场」
- 01先记下赛前状态
以同一个事先订好的时间点，记录球员是否被标为「可能出赛」。
- 02比赛后查核上场纪录
有上场：记一笔。没上场：也记一笔，不只挑有上场的人。
- 03算出实际上场比例
有上场的人次 ÷ 全部符合条件的人次；同一球员不同场比赛分开记录。
- 04再比较不同情况
例如离开赛多久、球员重要程度，是否与上场比例有关。
这是研究方式示意；实际上场比例请看上方「重点发现」。球队获胜的几率不等于球员上场的几率。
目前发现什么？
开赛前 2 小时被标「可能出赛」的重要球员，最后约 56% 有上场；「不太可能出赛」几乎都没打，「很可能出赛」几乎都打了。开赛前不到 12 小时才开始被标的有 47.3% 上场，更早被标的有 59.8%。赔率方面，用这个状态看不出能预测之后到开赛前的变化。
这对预测有什么用？
看到「可能出赛」，把它当成「大约一半多会上场」比当成「一定打」或「一定不打」合理。这批球员中，开赛前不到 12 小时才被标的整体较少上场；但连两天出赛的第二场，常因交报告的规定而晚被标，不能一律把上场机会调低。官方最后改成「可以打」的，几乎都会上场。
还不能确定什么？
Polymarket 只有「球队会不会赢」的赔率，没有「球员会不会上场」的市场，所以这一版不判断市场有没有把上场几率算对。赔率部分看不出变化，只代表用这个方法看不出来（大约要 0.34 个百分点以上才看得出）。外部网站公布过部分上场率，我们的数字有一部分不是盲测。
本页用到的名词
- 可能出赛
- NBA 伤兵报告的一种状态，表示球员能不能上场还不确定。
- 球队获胜赔率
- Polymarket 上「某队会赢」的赔率，大致代表大家认为这队赢的机会；它不是球员会不会上场的赔率。
详细结果
开赛前 2 小时的伤兵状态，最后真的上场的比例
2024-25、2025-26 两季例行赛的重要球员（最近 10 场平均上场 20 分钟以上）。
依照事先写好的计划计算｜状态取开赛前 2 小时那一刻、已挂至少 15 分钟｜「早被标」＝开赛前 12 小时以上就开始被标，「晚被标」＝不到 12 小时｜上场＝官方逐场数据有出赛纪录（含不到 1 分钟）。
研究假设深入阅读
- H1开赛前 2 小时被标「可能出赛」，能预测之后到开赛前的赔率变化 → 看不出来（换算成胜率 +0.01 个百分点，误差范围 −0.23～+0.25）证据不足
- H2「不太可能出赛」的状态能预测赔率变化 → 看不出来证据不足
- H3「很可能出赛」的状态能预测赔率变化 → 单看有一点，但一起校正多项检定后不成立；两季方向也不一致证据不足
- H4「可能出赛」的上场比例，随球员重要程度而不同 → 明星略高（57% 对 54%），但校正后不成立证据不足
- H5前一天刚比赛（连两天出赛的第二场），上场比例不同 → 模型上成立，但两组原始上场比例都约 56%。看完结果后才拆开看：连两天出赛的第二场，540 人次中有 536 人次是晚被标；这有助于理解模型的差别，但不能证明连两天出赛本身会改变上场比例本次样本支持
- H8开赛前不到 12 小时才被标「可能出赛」的，上场比例不同 → 成立（47% 对 60%）本次样本支持
延伸分析
看完主要结果后另外做的延伸分析。标「事后探索」的是看过数据才加的，只当参考；标「事先登记」或「延伸 1」的，是先写好规则、盖时间戳之后才算的。
- 上一场有没有上场，差很多（事后探索）：被标「可能出赛」的重要球员，上一场没上（刚缺阵、这场可能复出）的 65.7% 最后上场；上一场有上、这场才被标的只有 47.4%。
- 最容易临时缺阵的一群（事后探索）：上一场还有上、开赛前不到 12 小时才突然被标「可能出赛」（又不是背靠背）的，只有 31.8% 上场，大约三个上一个。
- 更准的上场几率模型（事后探索）：加入「上一场有没有上」「连续缺阵几场」等信息后，用前一季挑模型、下一季测试，预测误差（Brier 分数，越小越准）从 0.1557 降到 0.1512；模型已冻结，2026-27 球季再验。
- 和外部网站大致吻合：照 isheplayingtonight.com 公布的算法近似重算，「可能出赛」上场率我们是 46.3%、对方是 48.6%，30 队的高低也很接近。
延伸分析的限制
- 这些拆法和模型特征都是看过结果才想到的，2025-26 的模型测试也不是盲测；正式结论要等 2026-27 球季的事先登记检查。
- 「上一场有没有上」只看官方逐场数据，分不出是伤病、教练决定还是转队。
- 我们算到的人次比外部网站多约 17%，原因无法确认。
NBA 出赛状态研究方法
研究问题
- 被标「可能出赛」的球员，最后有几成真的上场？会不会因为球员重要程度、前一天刚比赛、离开赛多久而不同？
- 开赛前 2 小时的伤兵状态，能不能预测之后到开赛前的赔率变化？
方法摘要
- 上场比例：2024-25、2025-26 两季例行赛的重要球员（最近 10 场平均上场 20 分钟以上），看开赛前 2 小时官方伤兵报告上的状态，对照官方逐场数据有没有出赛纪录。
- 赔率：2025-26 季 1,091 场比赛，比较开赛前 2 小时和开赛前 5 分钟的 Polymarket 赔率；每一场都核对终点赔率在真正开打之前。
- 主要检定只有一项（H1）；其他五项放在一起做多重检定校正，避免「试很多次总会碰到一个」。
- 人工抽 40 人次对照 NBA 官网逐场数据，0 错；六个数据检查点全部通过。
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（R1 已整理）
- NBA 球员逐场上场纪录
- Polymarket NBA 单场赔率
限制
- Polymarket 只有「球队会不会赢」的赔率，这一版不推估、也不判断市场心中的上场几率。
- 赔率每 5 分钟一笔，没有买价和卖价；大约要 0.34 个百分点以上的变化才看得出来。
- 价格样本的成交量门槛用的是赛后才抓的累计成交量，不能直接当成赛前就能用的选比赛规则。
- 外部网站公布过部分上场率，与我们的样本重叠，所以上场比例不是盲测。
最新进度
最新进度：主要结果出炉，并依外部程序审查修正报告用语
下一步：确认数据授权后公布；2026-27 新球季用已冻结的规则再检查一次
研究进度
- 查证新颖性、两轮外部程序审查后定稿并盖时间戳
- 整理数据、通过六个检查点
- 主分析完成、外部程序审查后修正
- 确认数据授权后公布进行中
- 用 2026-27 新比赛再检查一次
更新纪录
版本纪录
- ext1
延伸分析（事后探索）与 2026-27 前瞻检查计划，计划已盖时间戳
- v1.0-结果
主要结果出炉；外部程序审查后修正报告用语（不把「看不出漂移」说成市场算对），并补程序检查
- v1.0
研究计划定稿并盖时间戳（第一版不判断市场有没有把上场几率算对）
研究纪录
d687a2aa3c048468c1436f58d688e1a9b5a1f776689653f5dcf8dac215b8007a049743c91b6bcbe505f26cc381ea4c6ef415d4ee2bd06f53ab621e35cb9723db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。