Mysports.AIMysports.AI
← 返回研究室
R7分析中

NBA 球員被標「可能出賽」,最後真的會上場嗎?

統計被標為「可能出賽」的球員最後有幾成真的上場;市場有沒有把這種不確定性算對,是下一步要確認的問題。

結果狀態 初步結果 · 最後更新 2026/10/21
研究資訊
開始日期 2026/10/21研究時間 已進行 1 天/預計 21 天最後更新 2026/10/21
研究團隊 Mysports.ai 研究團隊結果狀態 初步結果計畫登記 2026/10/21
本頁目錄

重點發現

目前發現
開賽前 2 小時被標「可能出賽」的重要球員,最後真的上場的比例:56%

2024-25、2025-26 兩季例行賽,2,559 人次中 1,423 人次上場(誤差範圍 53%~58%)。重要球員=最近 10 場平均上場 20 分鐘以上。外部網站公布過類似的整體數字,所以這部分不是盲測。

  • 「不太可能出賽」的幾乎都沒打(1.3%);「很可能出賽」的幾乎都打了(97.3%)。
  • 開賽前不到 12 小時才開始被標「可能出賽」的,只有 47% 上場;更早就被標的有 60%。
  • 在開賽前 2 小時仍被標「可能出賽」的人中,官方最後改成「可以打」的有 98.6% 上場;最後改成「確定不打」的,這批樣本沒有人上場。
  • 賠率:主隊比客隊多一位「可能出賽」的重要球員,看不出之後到開賽前賠率會往哪邊變(換算成勝率平均只差 +0.01 個百分點,誤差範圍 −0.23~+0.25)。這不代表市場算對,只代表用這個方法看不出來。

白話說明

我們想知道什麼?

NBA 官方傷兵報告會把球員標成「確定不打、不太可能出賽、可能出賽、很可能出賽」等狀態。我們先想知道:被標為「可能出賽」的球員,最後實際上場的比例是多少?會不會因為球員重要程度、離開賽多久而不同?下一步才確認:市場有沒有把這種不確定性算對。

我們怎麼研究?

會用 R1 已經整理好的官方傷兵報告與發布時間(報告頻率曾改變,2025-26 季中改制後約每 15 分鐘一份)和球員上場紀錄來算上場比例。Polymarket 的賠率是「球隊會不會贏」的賠率,不是「球員會不會上場」的賠率,所以這一版只看「賽前標的狀態,能不能預測之後賠率的變化」,不從賠率反推上場機率。

研究方式示意 · 尚非研究結果

從「可能出賽」追蹤到「真的上場」

賽前:可能出賽
實際有上場
都納入統計
實際沒上場
都納入統計
  1. 01
    先記下賽前狀態

    以同一個事先訂好的時間點,記錄球員是否被標為「可能出賽」。

  2. 02
    比賽後查核上場紀錄

    有上場:記一筆。沒上場:也記一筆,不只挑有上場的人。

  3. 03
    算出實際上場比例

    有上場的人次 ÷ 全部符合條件的人次;同一球員不同場比賽分開記錄。

  4. 04
    再比較不同情況

    例如離開賽多久、球員重要程度,是否與上場比例有關。

這是研究方式示意;實際上場比例請看上方「重點發現」。球隊獲勝的機率不等於球員上場的機率。

目前發現什麼?

開賽前 2 小時被標「可能出賽」的重要球員,最後約 56% 有上場;「不太可能出賽」幾乎都沒打,「很可能出賽」幾乎都打了。開賽前不到 12 小時才開始被標的有 47.3% 上場,更早被標的有 59.8%。賠率方面,用這個狀態看不出能預測之後到開賽前的變化。

這對預測有什麼用?

看到「可能出賽」,把它當成「大約一半多會上場」比當成「一定打」或「一定不打」合理。這批球員中,開賽前不到 12 小時才被標的整體較少上場;但連兩天出賽的第二場,常因交報告的規定而晚被標,不能一律把上場機會調低。官方最後改成「可以打」的,幾乎都會上場。

還不能確定什麼?

Polymarket 只有「球隊會不會贏」的賠率,沒有「球員會不會上場」的市場,所以這一版不判斷市場有沒有把上場機率算對。賠率部分看不出變化,只代表用這個方法看不出來(大約要 0.34 個百分點以上才看得出)。外部網站公布過部分上場率,我們的數字有一部分不是盲測。

本頁用到的名詞

可能出賽
NBA 傷兵報告的一種狀態,表示球員能不能上場還不確定。
球隊獲勝賠率
Polymarket 上「某隊會贏」的賠率,大致代表大家認為這隊贏的機會;它不是球員會不會上場的賠率。

詳細結果

開賽前 2 小時的傷兵狀態,最後真的上場的比例

2024-25、2025-26 兩季例行賽的重要球員(最近 10 場平均上場 20 分鐘以上)。

很可能出賽97.3 %
可能出賽55.6 %
可能出賽:早被標59.8 %
可能出賽:晚被標47.3 %
不太可能出賽1.3 %

依照事先寫好的計畫計算|狀態取開賽前 2 小時那一刻、已掛至少 15 分鐘|「早被標」=開賽前 12 小時以上就開始被標,「晚被標」=不到 12 小時|上場=官方逐場數據有出賽紀錄(含不到 1 分鐘)。

研究假設深入閱讀
  • H1開賽前 2 小時被標「可能出賽」,能預測之後到開賽前的賠率變化 → 看不出來(換算成勝率 +0.01 個百分點,誤差範圍 −0.23~+0.25)證據不足
  • H2「不太可能出賽」的狀態能預測賠率變化 → 看不出來證據不足
  • H3「很可能出賽」的狀態能預測賠率變化 → 單看有一點,但一起校正多項檢定後不成立;兩季方向也不一致證據不足
  • H4「可能出賽」的上場比例,隨球員重要程度而不同 → 明星略高(57% 對 54%),但校正後不成立證據不足
  • H5前一天剛比賽(連兩天出賽的第二場),上場比例不同 → 模型上成立,但兩組原始上場比例都約 56%。看完結果後才拆開看:連兩天出賽的第二場,540 人次中有 536 人次是晚被標;這有助於理解模型的差別,但不能證明連兩天出賽本身會改變上場比例本次樣本支持
  • H8開賽前不到 12 小時才被標「可能出賽」的,上場比例不同 → 成立(47% 對 60%)本次樣本支持

研究背景與價值

「可能出賽」是傷兵報告裡最不確定、也最常見的狀態。把它換算成上場比例,模型就能更準地估計每場比賽的陣容。

最新進度

最新進度:主要結果出爐,並依外部程式審查修正報告用語

下一步:確認資料授權後公布;2026-27 新球季用已凍結的規則再檢查一次

研究進度

  1. 查證新穎性、兩輪外部程式審查後定稿並蓋時間戳
    2026-10-21
  2. 整理資料、通過六個檢查點
    2026-10-21
  3. 主分析完成、外部程式審查後修正
    2026-10-21
  4. 確認資料授權後公布進行中
  5. 用 2026-27 新比賽再檢查一次

研究方法

我們想知道什麼

  • 被標「可能出賽」的球員,最後有幾成真的上場?會不會因為球員重要程度、前一天剛比賽、離開賽多久而不同?
  • 開賽前 2 小時的傷兵狀態,能不能預測之後到開賽前的賠率變化?

方法摘要

  • 上場比例:2024-25、2025-26 兩季例行賽的重要球員(最近 10 場平均上場 20 分鐘以上),看開賽前 2 小時官方傷兵報告上的狀態,對照官方逐場數據有沒有出賽紀錄。
  • 賠率:2025-26 季 1,091 場比賽,比較開賽前 2 小時和開賽前 5 分鐘的 Polymarket 賠率;每一場都核對終點賠率在真正開打之前。
  • 主要檢定只有一項(H1);其他五項放在一起做多重檢定校正,避免「試很多次總會碰到一個」。
  • 人工抽 40 人次對照 NBA 官網逐場數據,0 錯;六個資料檢查點全部通過。

資料來源與限制

用到哪些資料(全部公開、免費)

  • NBA 官方傷兵報告(R1 已整理)
  • NBA 球員逐場上場紀錄
  • Polymarket NBA 單場賠率

限制

  • Polymarket 只有「球隊會不會贏」的賠率,這一版不推估、也不判斷市場心中的上場機率。
  • 賠率每 5 分鐘一筆,沒有買價和賣價;大約要 0.34 個百分點以上的變化才看得出來。
  • 價格樣本的成交量門檻用的是賽後才抓的累計成交量,不能直接當成賽前就能用的選比賽規則。
  • 外部網站公布過部分上場率,與我們的樣本重疊,所以上場比例不是盲測。

更新紀錄

版本紀錄

  1. v1.0-結果2026-10-21

    主要結果出爐;外部程式審查後修正報告用語(不把「看不出漂移」說成市場算對),並補程式檢查

  2. v1.02026-10-21

    研究計畫定稿並蓋時間戳(第一版不判斷市場有沒有把上場機率算對)

研究紀錄

計畫檔指紋(SHA-256)
白話版計畫d687a2aa3c048468c1436f58d688e1a9b5a1f776689653f5dcf8dac215b8007a
技術附錄049743c91b6bcbe505f26cc381ea4c6ef415d4ee2bd06f53ab621e35cb9723db
2026/10/21 已用 OpenTimestamps 蓋進比特幣區塊鏈的公開紀錄
計畫調整:17 項(全部列在 GitHub 的 DEVIATIONS.md)
程式碼與資料:研究完成時與結果一起公開
圖片:AI 生成的研究主題示意圖,非真實球員或事件照片

本頁內容為研究紀錄,僅供參考,不構成任何投注建議或獲利保證。