这类检验最容易犯的错误，是把手上最新的评分套到过去的比赛上。那等于知道答案再去预测，数字要多好看就有多好看。

这里只使用选手在该场比赛开打之前的评分。2015 年的比赛用 2015 年的数值，2026 年的比赛用 2026 年的数值。评分是一场一场按顺序更新的，所以每个时点“当时所知道的事”原封不动地保留着。换句话说，这是一份回到过去做预测、再对答案的记录。

对象是 1980 年到 2026 年之间分出胜负的全部比赛，共 65,639 场。平局与无效比赛已排除。

先看双方都有五场以上经验的比赛（19,337 场）。理由稍后说明。

八个区间大体符合预期：评分差距越大，评分高的一方越常获胜，超过 400 时是 82.2%。不过最前面的两个区间顺序是反的（51.4% 与 51.1%）。差距为 0.3 个百分点，1,931 场和 2,003 场比赛无法区分这一点。评分差距低于 50 时，应当理解为评分几乎无法预测胜负。

不能忽略的是，即便分差 200，评分高的一方也会三场输一场。200 这个差距，大致相当于现役 P4P 第 10 名与第 90 名之间的距离（越靠上越密集，所以从第 1 名往下 200 分大约是第 17 名）。即便如此仍有 33.3% 会被翻盘。MMA 就是这样的运动。

去掉经验条件，看全部 65,639 场，情况就变了。

150-200 低于 100-150，不再单调。而且 400 以上占了 32,366 场，是整体的一半。

原因在于首次参赛的选手。本站显示的评分是保守值，即估计值减去不确定的部分。一场战绩都没有的选手属于“完全未知”，因此被大幅扣减，评分落在 650 到 800 一带。结果，所谓“分差 400 以上”的很多比赛，差的不是实力而是信息量：无名之辈挑战老将。

所以这个数字并不能证明评分优秀。它只是量出了一件理所当然的事：还没人了解的选手大多会输。真正体现评分性能的，是前面那张只看有经验选手的表。

不只是顺序，数字本身也可以检验。说“胜率 75%”的比赛，真的赢了 75% 吗？以下以全部 64,271 场为母数（没有按经验筛选）。

两人评分完全相同的 1,368 场比赛未计入本表。双方都不是评分高的一方，无从统计“评分高的一方是否获胜”。其中 1,225 场是双方的首战，评分还停在初始值上。

这张表大体对得上。偏差明显的在两端：预期胜率九成以上的比赛，实际胜率低了 4.4 个百分点。中间三段的偏差在 1.9 以内，势均力敌的一段是 1.0，方向并不一致。这套评分在实力悬殊的比赛里容易高看评分高的一方，其余各段没有大的偏向。

整体精度用 Brier 分数衡量（越接近 0 越好，永远回答 50% 则为 0.25）为 0.1911。明显好过一无所知地乱猜，但离完美还很远。

同样的检验也在 GOAT Index Boxing 的 90,562 场比赛上做了一遍（1904 年起，剔除评分完全相同的比赛），口径与 MMA 的表格一致。

拳击这边同样是每个区间的实际胜率都高于预测，中间区间高出九个百分点上下。决出胜负的比赛中有 79.7% 评分差距在 400 以上，其中多数的对手在记录中只出现过一次。

评分差距 200～300 时，评分高的一方在 MMA 胜率为 66.7%，在拳击为 70.7%（两者均为双方各有五战以上、口径相同）。拳击更高，相差 4.0 个百分点。至于原因，这些数字说不了。

只保留双方在该场之前都已累积五战以上的比赛后，拳击五个区间的偏差最大为 1.0 个百分点（+0.7 / -0.2 / 0.0 / +0.4 / +1.0）。畏缩是样本的性质，不是评分的性质。在记录中只出现一次的对手会被赋予初始值，也就是说本站把他当作中等水平的选手对待。事实并非如此，正是这个差额抬高了全部比赛的表格。

在双方都有五场以上经验的比赛里，分差最大且由下位者获胜的七场。

老实写在这里。

评分的计算本身就用到了这些比赛结果。虽然只使用预测时点之前的信息，但模型的设计是看着整段时期的数据决定的。这不是完全独立的检验。

战绩数据依赖维基百科的记载，条目本身的错误会原样进来。

年代越久数据越薄，1990 年代的样本只有 2,369 场。

这里量的只是“顺序”和“概率的校准”。谁更强这个问题并没有得到回答。

计算的具体内容写在排名的做法里。胜负预测的命中率公开在这里。

【更正】2026年9月20日 — 校准表“50-60%”一行有误。两人评分完全相同的 1,371 场比赛被当作评分高的一方获胜的比赛来统计，致使实际胜率偏高。已剔除这些比赛重新计算，将 58.0%（+3.5）更正为 53.8%（−1.2）。相关正文也一并改写。

【更正】2026年9月21日 — 拳击一侧的数值有误。两人评分完全相同的比赛被当作评分高的一方获胜的比赛来统计，致使 50-60% 一档的实际胜率高达 72.0%（正确为 57.4%）。这与此前在 MMA 一侧更正的是同一个错误。同时将比赛场数、起始年份、评分差 400 以上的占比更新为当前数据，并补上了遗漏的 70-80% 一档。评分差 200～300 的对比也由“MMA 66.4%、拳击 66.8%”改为“MMA 66.4%、拳击 76.4%”。这是一处改变结论的更正。

【更正】2026年9月23日 — 本文的 MMA 表格与拳击表格此前是用不同口径的评分差距做的（MMA 用的是扣除不确定性区间后的值，拳击用的是扣除之前的值）。正文的说明按扣除后的口径来写，表格与文字因此自相矛盾。现已用相同口径重做拳击表格，并改写了两项运动的比较。同时修正了校准表「50～60%」一行中只有预测平均是按另一个母体计算的问题，新增了只看有经验选手的表格，并把数据更新到最新。

本文数值基于 2026年9月23日 的数据。数据每周更新，因此末位可能与最新统计不同。