Sådan fungerer forudsigelsen
Beregneren bruger Peter Riegels udholdenhedsligning fra 1981, den mest udbredte løbsforudsigelsesformel inden for løb. Den tager ét kendt resultat og skalerer det til enhver anden distance med T2 = T1 * (D2 / D1)^1.06, hvor T1 og D1 er din kendte tid og distance, T2 og D2 er den forudsagte tid og måldistancen, og 1,06 er træthedseksponenten.
Den eksponent er hele idéen. Hvis du kunne holde det samme tempo for evigt, ville eksponenten være 1,0, og tiden ville skalere lineært med distancen. I virkeligheden falder tempoet, når distancen vokser, så eksponenten er en smule over 1,0. Riegel tilpassede 1,06 på tværs af tusindvis af resultater fra løb, svømning og cykling, og den har holdt godt for udholdenhedsbegivenheder fra cirka 3,5 minutter til 4 timer.
Sådan læser du dine forudsagte tider
Indtast ét ærligt, nyligt løb, og beregneren returnerer tilsvarende tider for 5K, 10K, halvmaraton og maraton, hver med sit tilsvarende tempo per kilometer. Rækken, der matcher din inputdistance, er fremhævet og viser dit faktiske resultat; de øvrige tre er forudsigelser.
Forudsigelser er mest pålidelige, når afstanden mellem din kendte og din måldistance er lille. En 10K forudsiger et halvmaraton godt, og en halv forudsiger et maraton rimeligt. At springe langt, for eksempel at forudsige et maraton ud fra en 5K, strækker modellen og har tendens til at være optimistisk, medmindre din udholdenhedsbase understøtter det.
Hvad formlen forudsætter
Riegels ligning forudsætter ens træning og specificitet på tværs af distancer. Den ved ikke, om du har lavet de lange løb, et maraton kræver, eller om varme, bakker, vind eller dårlig dosering skævvred dit inputløb. Skidt ind, skidt ud: giv den et rimeligt doseret, fladt, nyligt resultat for en ren forudsigelse.
Brug forudsigelsen som et doseringsmål og et formtjek, ikke en garanti. Mange trænere behandler en Riegel-maratonforudsigelse ud fra en halv som et bedste tænkelige loft og lægger en lille buffer til, fordi de sidste 10K af et maraton straffer ethvert hul i udholdenheden, som formlen ikke kan se.
Gennemregnet eksempel
En løber løber 10K på 45:00 (4:30 /km):
| Løbsinput | 10K på 45:00 |
| Forudsagt 5K | 21:35 |
| Forudsagt halvmaraton | 1:39:17 |
| Forudsagt maraton | 3:27:01 |
Hver forudsigelse kommer fra det enkelte input på 45:00 via T2 = 2700 * (D2/10000)^1.06.
Ofte stillede spørgsmål
Hvor præcis er en løbstidsforudsigelse?
Riegels formel er præcis inden for nogle få procent, når din kendte og din måldistance er tæt på hinanden, og du har trænet til begge. En 10K, der forudsiger et halvmaraton, er som regel pålidelig. Præcisionen falder ved store spring, som et maraton ud fra en 5K, hvor den har tendens til at forudsige tider hurtigere, end de fleste løbere kan holde.
Hvorfor er eksponenten 1,06?
Eksponenten indfanger, hvordan løbetempoet falder, når distancen stiger. En værdi på 1,0 ville betyde, at du holder det samme tempo på enhver distance, hvilket er umuligt. Peter Riegel tilpassede 1,06 på tværs af tusindvis af udholdenhedsresultater i 1981, og den forbliver standarden for begivenheder, der varer groft sagt 3,5 minutter til 4 timer.
Hvilket løb bør jeg indtaste for den bedste forudsigelse?
Indtast dit mest nylige, ærligt doserede løb på fladt terræn, ideelt tæt på din måldistance. For at forudsige et maraton giver et nyligt halvmaraton et langt bedre estimat end en 5K. Jo tættere din inputdistance er på den distance, du vil have forudsagt, jo mindre er fejlen.
Tager den højde for bakker, varme eller vind?
Nej. Formlen skalerer kun tiden efter distance, så den forudsætter, at dit inputløb foregik i rimelige forhold på en flad rute med jævn dosering. Hvis dit kendte resultat kom på en bakket, varm eller blæsende dag, aflæser den langsomt, og dine forudsigelser bliver pessimistiske. Brug et rent resultat for den bedste præcision.
Kan jeg stole på maratonforudsigelsen ud fra et halvmaraton?
Behandl den som et bedste tænkelige. Riegel forudsætter, at du har lavet maraton-specifik træning, især lange løb. Hvis din udholdenhedsbase er tynd, bliver det rigtige maraton langsommere end forudsagt, fordi de sidste 10K afslører huller, formlen ikke kan se. Mange løbere lægger en lille buffer til den forudsagte tid.
Kilder
- Riegel PS (1981). "Athletic Records and Human Endurance." American Scientist 69(3):285-290. The endurance equation T2 = T1 * (D2/D1)^1.06 and its fatigue exponent. Link
- Riegel PS (1977). "Time Predicting." Runner's World, August 1977. The original popularisation of the distance-time prediction model for runners.