Kalkylatorer

Enhet: km mi
Riegel

Bra allroundval. Fungerar bäst för liknande distanser. — t.ex. 10K → halvmaraton

Cameron

Bättre när distanserna skiljer sig mycket. Justerar för snabbhet i korta lopp. — t.ex. 1 mile → maraton

Formel: ?

Så fungerar formler för loppförutsägelse

Att förutsäga tävlingsprestationer är både en vetenskap och en konst. Vår loppförutsägare använder två av de mest respekterade matematiska modellerna inom sportfysiologi — Riegel och Cameron — för att uppskatta dina potentiella sluttider baserat på ett nyligen utfört resultat.

Riegel-formeln (T2 = T1 × (D2/D1)^1.06) förutsätter att din aeroba kapacitet förblir relativt stabil när du ökar distansen. Det är guldstandarden för att förutsäga distanser mellan 5K och maraton.

Cameron-formeln introducerar en distanskorrigeringsfaktor. Dave Cameron analyserade tusentals tävlingsresultat och fann att vissa löpare tappar mer än andra när distanserna ökar. Denna modell är ofta mer exakt för löpare som går från mycket korta distanser (som 1 mile) till maraton.

Båda formlerna förutsätter att du sprang nära din maximala ansträngning på en flack vägbana under normala förhållanden. De tar inte hänsyn till värme, höjd eller ackumulerad trötthet från tung träning. Använd förutsägelserna som realistiska mål och justera sedan efter de specifika förhållandena för ditt kommande lopp.

Hur fungerar det?

Varför är min förutspådda maratontid så mycket snabbare än mitt faktiska PB?

Formlerna förutsätter att du har genomfört den specifika träning som krävs för måldistansen. En 20-minuters 5K förutspår en maratontid under 3:10, men bara om du har byggt upp den nödvändiga uthållighetsbasen och träningsvolymen.

Ska jag använda Riegel eller Cameron för min förutsägelse?

Använd Riegel när du förutspår mellan distanser med liknande aeroba krav (10K → halvmaraton, halvmaraton → maraton). Använd Cameron när du förutspår från korta distanser (5K eller 1 mile) till mycket längre, eftersom Cameron tar hänsyn till att snabbhet spelar en större roll än uthållighet på korta distanser.

Hur noggranna är formler för loppförutsägelse?

För vältränade löpare som förutspår mellan närliggande distanser (10K → halvmaraton, halvmaraton → maraton) är noggrannheten vanligtvis inom 2–5 %. Noggrannheten minskar ju större gapet mellan känd och måldistans blir. Miljöfaktorer som värme, backar och trötthet är inte medräknade — behandla alltid förutsägelsen som en utgångspunkt, inte en garanti.