Cameron 公式
一種帶有指數距離修正的替代賽事時間預測模型。
Cameron 公式由 Dave Cameron 於 1997 年開發，使用隨距離變化的指數修正係數來預測賽事時間。與 固定指數的 Riegel 公式 ，Cameron 的修正係數在已知賽事較短時（此時無氧能力影響較大）較大，並隨已知距離增加而減小。
公式
T2 = T1 × (D2/D1) × [f(D1) / f(D2)]
f(d) = a + b × e(-d/c)
修正係數的運作原理
函數 f(d) = a + b × e^(-d/c) 隨距離增加而減小。對於任何長於 ~10 公里的賽事，指數項趨於零，f(d) ≈ a。
當從 短距離 (5K) 進行預測時，f(D1) 顯著大於 f(D2)，因此比率超過 1 — 預測出更保守（較慢）的馬拉松時間。這反映了 5K 表現更多依賴於最大攝氧量和速度，而非馬拉松所需的有氧耐力。
當從 中等距離 (10K) 進行預測時，修正較小 — 10K 已是很好的有氧指標 — 因此 Cameron 會提供較為樂觀的馬拉松預測。
範例
您跑了 10K 42:00。您的預測馬拉松時間是多少？
f(10) = 0.000495 + 0.000985 × e^(-10/1.4485) ≈ 0.000496
f(42.2) ≈ 0.000495 (exponential ≈ 0)
T2 = 2520 × (42.195/10) × (0.000496/0.000495)
T2 ≈ 10,666 s ≈ 2:57:46
Riegel 對同樣輸入的結果為 ~3:13:00 — 差異約為 15 分鐘。
Cameron vs Riegel — 使用時機
| 已知 → 目標 | Cameron | Riegel | 差異 |
|---|---|---|---|
| 5K (20:00) → 10K | 42:24 | 41:41 | +43s (Cameron 較保守) |
| 5K (20:00) → Marathon | 2:59:23 | 3:11:49 | −12min (Cameron 較樂觀) |
| 10K (42:00) → Marathon | 2:57:46 | 3:13:00 | −15min (Cameron 較樂觀) |
兩種公式均未考慮地形、訓練歷史或比賽當天的環境條件。請將其視為參考，而非保證。
同時測試兩種公式
輸入已知賽事結果，並列比較 Riegel 與 Cameron 的預測。
Cameron公式：何時及如何使用
Cameron公式由Dave Cameron於1997年開發，使用基於已知距離變化的指數修正係數來預測跑步時間。與Riegel使用固定指數的方法不同，Cameron在起始距離較短時應用更大的修正。
在實際應用中，從短距離成績預測長距離比賽（例如從5K到全馬）時，Cameron通常比Riegel更為保守，而在從適中距離預測時則略微樂觀。Calcpace的預測器並行運行兩者，讓您可以進行比較。
沒有哪個公式在普遍意義上更準確—兩者都是具有已知限制的經驗模型。最好將兩個結果之間的範圍視為目標時間的置信區間。
運作原理
什麼時候應該使用Cameron而不是Riegel？
在從短距離成績預測長距離比賽時使用Cameron，特別是從5K預測全馬。Cameron在此情境下更為保守，因為它考量到5K比全馬所需的有氧耐力更偏重速度。
哪個公式更準確？
沒有哪個普遍更好。兩者都是從大型比賽資料庫推導出來的，捕捉了距離-速度關係的不同方面。實際準確性取決於努力的品質、賽道特徵和訓練特異性。
我可以將這些預測用於超馬嗎？
不—兩個公式都是基於馬拉松以內的公路賽跑資料校準的。在超長距離上，營養、睡眠、地形和精神韌性占主導地位—這些都是任何基於配速的公式無法考量的。