Løbstidspredikator – Riegel-formel-beregner
Forudsig din sluttid for enhver løbsdistance baseret på en nylig løbspræstation. Bruger Riegel-formlen: T2 = T1 × (D2/D1)^1.06. Gratis løbeværktøj.
Hvordan Race Tidsprediktion Fungerer: Riegels Formel
Race tidsprediktion er baseret på den matematiske relation mellem ydeevne på forskellige afstande. Den mest udbredte model er Peter Riegels formel, offentliggjort i American Scientist i 1977:
T2 = T1 × (D2/D1)^1.06
Hvor T1 er en kendt løbstitel, D1 er løbets afstand, D2 er målet afstand og T2 er den forventede sluttid. Ekspoten 1,06 afspejler det fysiologiske faktum, at ydeevnen forringes hurtigere end lineært med afstanden — længere løb er proporsionalt sværere end kortere løb.
Eksempel: En løber med en 5K-tid på 22:00 forventer en maraton-tid på: 22:00 × (42,195/5)^1,06 = 22:00 × 9,12 = 200,6 minutter = 3:20:38.
Riegels formel er overraskende præcis for trænede løbere, der løber over deres sædvanlige afstand. Hovedbegrænsningen: den antager lige forberedelse for begge afstande. Hvis du har trænet specifikt til 5K, men aldrig har løbet lange løb, vil din maraton være langt langsommere end forventet.
Krydsafstandsprediktionstabell
Brug denne referencetabell til at finde forventede slutgoder over afstande baseret på din kendte ydeevne. Værdierne bruger Riegels formel (ekspoten 1,06):
| 5K Tid | 10K | Halvmaraton | Maraton |
|---|---|---|---|
| 17:00 | 35:22 | 1:18:00 | 2:42:51 |
| 18:00 | 37:26 | 1:22:32 | 2:52:32 |
| 19:00 | 39:30 | 1:27:04 | 3:02:12 |
| 20:00 | 41:35 | 1:31:36 | 3:11:53 |
| 22:00 | 45:43 | 1:40:41 | 3:31:13 |
| 24:00 | 49:52 | 1:49:45 | 3:50:34 |
| 26:00 | 54:00 | 1:58:50 | 4:09:54 |
| 28:00 | 58:09 | 2:07:55 | 4:29:15 |
| 30:00 | 62:17 | 2:16:59 | 4:48:35 |
| 35:00 | 72:44 | 2:39:37 | 5:36:30 |
Noter, at disse forudsigelser antager flade kurser i moderat vejr (10–15°C) med tilsvarende løbsspecifik forberedelse for begge afstande.
Hvorfor Forudsigelser Fejler og Hvorledes til at Justere
Riegels formel giver en statistisk gennemsnitlig forudsigelse — men du er ikke en statistisk gennemsnit. Flere systematiske faktorer forårsager individuelle forudsigelser til at være af:
- Afstandsspecialisering: Ren hurtighedsløbere (som træner til 5K) opnår typisk bedre resultater på korte afstande end forudsiget for maraton. Udmattelseseksperter viser det modsatte — deres maratoner overgår deres 5K-forudsigelser. Hvis din træning vælger meget for en af de to typer arbejde, juster forudsigelserne derfor.
- Træningsvolumen: En løber med 30 miles/uge kan ikke opnå en maraton på samme måde som forudset ved deres 5K-tid i forhold til en løber med 70 miles/uge. Længde løbstræning er essentielt for maratonprestationer over ren aerobisk kapacitet.
- Varme: For hver 5°C over 15°C forventer du 1–3% langsommere ydeevne i længere løb. Dette efekt kumulerer — en 30°C maraton-dag kan betyde 8–15% langsommere.
- Kurssværighed: Netop hældning, total stigning og overflade type påvirker forudsigelserne. De fleste forudsigelsesformler antager flade asfaltbaner.
- Aerobisk maturitet: Nyere løbere ser ofte større forbedringer mellem deres basisafstandsløb og længere forudsigelser — deres aerobe systemer har endnu ikke nået deres tak.
For de fleste rekreative løbere er det den mest præcise forudsiger af maraton-tid, der er en nyere halvmaraton-løb-tid (doble den og tilføj 10–15 minutter som en grov startpunkt, eller brug Riegels formel).
Andre Løbforudsigelsesmodeller
Flere alternative modeller konkurrerer med Riegels formel. Hver har forskellige styrker:
- Cameron-model: Bruger en mere kompleks eksponential ligning. Er generelt mere præcis ved ekstreme afstande (ultramarathon) hvor Riegel tendere til at overforudsige ydeevnen.
- VDOT-metoden (Jack Daniels): Omsæt din løb-tid til en VDOT-score, så søger derefter tilsvarende tider for andre afstande. Højst præcis for 1500m–maraton-rang, når VDOT er udledt fra en sand maksimal indsats.
- VO2max-metoden: Estimer VO2max fra din løb-tid, så beregner derefter forventede tid på andre afstande ved hjælp af iltkost af løb ligninger. Fysiologisk principiel, men kræver mere regning.
- Verdensatletik-scoringstabeller: Selv om de er designet til scoring, kan disse tabeller implicit modelle lignende ydeevne over afstande og bruges til grove forudsigelser.
For praktisk løbplanlægning er Riegels formel det foretrukne på grund af sin enkelhed og præcision i 5K–maraton-rang. Brug flere modeller og gennemsnit dem for vigtige målbeslutninger.
Brug af løbets forudsigelser til træning
Løbets tidsprediktioner er ikke kun nyttige til at sætte mål for løb — de er også en kraftfuld træningsværktøj. Her er, hvordan trænere bruger forudsigelser:
- Bevis for klarhed: Hvis din 5K-tid forudsiger en 3:30 maraton, men du har sat mål på 3:15, vil du vide, at du enten har brug for mere træning eller et mere konservativt mål.
- Identificer svagheder: Hvis din 10K-tid forudsiger en meget hurtigere maraton end din faktiske maratontid, har du sandsynligvis en træningsmangel i langdagsudholdenhed.
- Indbygge mellemmål: Brug løbets forudsigelser til at sætte passende 5K- og 10K-løbemål inden for en maratontreningssyklus. Løb kortere afstande på forudsigtet ligevægt er en værdifuld træningsstimulus.
- Benchmark-fitness: Løb en tidstest (5K eller 10K) på løbets ligevægt i uge 8 af en 20-ukers plan. Brug forudsigelsen til at verificere, om din træning er på sporet for dit mål.
Den Jack Daniels VDOT-tilgang er især kraftfuld her: Når du har beregnet din VDOT fra et løb, har du tilskrevet træningspacer og forudsagte tider for alle standardafstande samtidigt.
Aldersgraderet løbeprestation
De rene løbetimeser falder naturligt med alderen på grund af fysiologiske ændringer — reduceret VO2max, lavere maksimal hjertefrekvens, langsommere genoprejsning, mindre muskelmasse. Aldergraderede prestationstabeller justerer for disse ændringer, hvilket gør det muligt at sammenligne præstationer over forskellige aldre.
Verdensatletik (tidligere IAAF) vedligeholder aldergraderings-tabeller. En 60-årig, der løber 4:30 i en maraton, kan modtage en aldergraderet score på 72%, hvilket betyder, at deres præstation er lig med 72% af verdensrekorden for deres alder og køn. En typisk konkurrencedygtig rekreativ løber på enhver alder scorer 55-65%, mens elite-aldergrupper scorer 75-85%.
Aldergraderede tider kan også bruges til forudsigelse: Hvis du ved din aldergraderede faktor, kan du anslå, hvor hurtigere du ville have løbet samme løb 10 eller 20 år tidligere — eller projicere, hvordan dit absolutte tidmål skal tilpasses, når du bliver ældre.
Regel af hånden: VO2max falder omkring 10% per årti efter 25 år for sedentære individer — men kun 5-7% per årti for dem, der vedligeholder konstant aerob træning. At være aktiv reducerer dramatisk den aldersrelaterede nedgang i løbeprestation.
Daniels' VDOT som et løbeprediktionssystem
While Riegel's formula er en ren matematisk model, Jack Daniels' VDOT-system tager en fysiologisk grundlagt tilgang til løbeprediktion. I Daniels' Running Formula udviklede han VDOT-tabeller fra årtier med trænerdata, der mapper enhver løbeprestation til ligevægtige tider på alle standardafstande fra 1500m til maratonen.
Den vigtige fordel ved VDOT over Riegel: Daniels' tabeller er empirisk udviklet fra faktiske atleterpræstationer — ikke blot en matematisk udvidelse. De tager højde for den ikke-lineære relation mellem afstand og præstation mere præcist, især på de ekstreme (svært korte og svært lange løb).
VDOT-forudsigelseseksempler sammenlignet med Riegel:
| Det kendte løb | Målafstand | Riegel Forudsigelse | Daniels VDOT | Diffrens |
|---|---|---|---|---|
| 5K i 20:00 | 10K | 41:35 | 41:24 | 11 sekunder |
| 5K i 20:00 | Halvmaraton | 1:31:36 | 1:31:08 | 28 sekunder |
| 5K i 20:00 | Maraton | 3:11:53 | 3:10:49 | 64 sekunder |
| 10K i 45:00 | Halvmaraton | 1:38:48 | 1:38:12 | 36 sekunder |
| 10K i 45:00 | Maraton | 3:27:15 | 3:26:00 | 75 sekunder |
| HM i 1:40:00 | Maraton | 3:29:30 | 3:28:26 | 64 sekunder |
For de fleste praktiske formål er forskellen mellem Riegel og VDOT-forudsigelser lille — typisk 1-2 minutter for en maraton. Men VDOT har den store fordel af også at tilskrive dine træningspacer, hvilket gør det til et mere komplekst system for både forudsigelse og forberedelse.
Daniels varer på, at VDOT-ekvivalenter antager lignende træningsspecifikitet for begge afstande. En ren baneløber kan ikke opnå deres VDOT-prediktede maratontid uden specifik maratontrening. Tværtimod kan en løber, der kun træner for maraton, underopnå deres VDOT-ekvivalent på 5K på grund af mangel på hastighedstræning.
Pfitzingers tilgang til løbets tidsekvivalenter
Pete Pfitzinger, i både Advanced Marathoning og Faster Road Racing, tilbyder praktisk vejledning i brug af løbets tidsprediktion inden for et træningskontekst. Hans tilgang understreger vigtigheden af specifikitet af forberedelse som den primære modificator af enhver matematisk prædiktion.
Pfitzinger identificerer tre niveauer af prædiktionsreliabilitet:
- Høj reliabilitet (nærliggende afstande): Prædiktion af 10K fra et nyligt 5K, eller halvmaraton fra et nyligt 10K. Disse afstande er så tæt på hinanden, at træningsoverlappet er betydeligt. Præcision: inden for 1–2%.
- Moderat reliabilitet (2–4 gange afstandforhold): Prædiktion af maraton fra halvmaraton, eller halvmaraton fra 5K. Kræver tilstrækkelig afstandsspecifik træning. Præcision: inden for 3–5% med passende forberedelse.
- lav reliabilitet (ekstreme forhold): Prædiktion af maraton fra 1500m eller mile tid. Fysiske krav er så forskellige, at matematisk prædiktion alene er usikker. Kan være 10%+ uden maratonspecifik træning.
Pfitzingers praktiske regel for maratons prædiktion fra halvmaraton: dobbel halvmaratontiden og tilføj 5–15 minutter, med den lavere ende for veltrænede løbere (60+ miles/uge) og den højere ende for lav-milsløbere (30–40 miles/uge). Denne "dobbel plus" regel tager hensyn til eksponentiel træthed af maratons anden halvdel.
Han understreger også, at prædiktionspræcisionen er sæsonbestemt. En løbetid fra 6 måneder siden er en mindre pålidelig prædiktionsgrundlag end en fra 4–6 uger siden, fordi træningsændringer — både positive og negative — påvirker prædiktionsgældende betydeligt.
Hansons kumulativt trætningsmodel og løbsprediktion
Hansons metode tilbyder en unik perspektiv på løbsprediktion: i stedet for at afhænge af matematiske formularer, bruger de træning under træthed som direkte prædiktor for løbsevne.
I Hansons system forudsiger nøgletræningsmål løbsevne:
| Træningsmål | Det prædiker | Hvad det betyder |
|---|---|---|
| 10-miles tempo på MP − 10 sek/km | Marathonsevne | Hvis det kan nås på trætte ben midt i ugen, er MP-målet realistisk |
| 8-miles tempo på HM måltempo | Halvmarathonsevne | Skal være fuldført onsdag efter Tu kvalitet + Mandag/Onsdag let træning |
| 12 × 400m på 5K tempo | Speed grundlag | Hvis tempo føles kontrolleret, er aerobt tak tilbageholdningspunkt godt over løbtempo |
| 16-miles lang løb på MP + 30 sek | Endurance grundlag | Træthed ved slutningen skal være moderat, ikke ekstrem |
Hansons tilgang til prediktion er grundlæggende praktisk: hvis du kan nå dine træningsmål på trætte ben, er løbets mål realistisk. Hvis du konsekvent savner tempo mål i træningen, er matematiske prediktion irrelevante – kroppen fortæller dig, at målet skal justeres.
Denne træningsbaserede prediktion tilføjer en virkelighedskontrol til Riegel og VDOT ved at tilføje en real-world valideringslag. De bedste løbsprediktioner kombinerer: (1) et matematisk model fra et nyligt løb, (2) bekræftelse fra træningsyde på løbsspecifikke anstrengelser og (3) justering for løbsdagens forhold (vejr, kurs, højde).
"Løbepredikationsmodeller baseret på fysiske parametre og kendte løbresultater er gyldige værktøjer til at sætte realistiske mål på nye afstande. Riegel-formelen og VO2max-baserede modeller tager højde for den stigende metaboliske omkostning af længere afstande, med en stigende nøjagtighed for afstande inden for 2-3 gange af kendt resultat."
"VDOT-værdier, når de udledes fra et nyligt fuldstændigt løb, giver det eneste bedste udgangspunkt for at sætte både løbemål og træningsintensiteter. Skønheden ved systemet er, at ét løb giver alle de oplysninger, du har brug for."
"Den bedste prædiktor for løbsevne er ikke en formel – det er, hvordan du opfører dig i nøgletræningsøvelser under kumulativ træthed i de sidste uger af træningen. Hvis du kan nå tempo tempo på onsdag efter en hård tirsdag, er du klar."
💡 Ved du det?
- Riegel-formelen for løbeprediktion bruger ligningen T2 = T1 × (D2/D1)^1.06, hvor eksponenten 1.06 kaprer den ikke-lineære træthed af at løbe længere afstande.
- Pete Riegel offentliggjorde sin løbeprediktion-formel første gang i en 1977-udgave af American Scientist magazine.
- Løbeprediktioner bliver mindre nøjagtige over marathondistancen, fordi ekstrem træthed, paceringsstrategi og ernæring skaber meget mere individuel variation end på kortere afstande.
Ofte stillede spørgsmål
Hvor nøjagtig er løbetidsprediktionen?
For veltrænede løbere, der løber over deres typiske afstand, er Riegels formel nøjagtig inden for 2-5%. Nøjagtigheden aftar, når: (1) du prøver en ny afstand, du ikke har trænet specifikt til, (2) løbekonkurrencen skelner sig betydeligt fra ideale (varme, bakker, vind), eller (3) du er en begynder løber, hvis træning er i gang med at ændre sig hurtigt.
Hvad er Riegels formel for at forudsige løbetider?
Riegels formel: T2 = T1 × (D2/D1)^1,06. T1 = kendt tid, D1 = kendt afstand, D2 = målafstand, T2 = forudsiget tid. Eksempel: 5K på 25:00 → maraton = 25 × (42,195/5)^1,06 = 25 × 9,12 = 228 minutter = 3:48:00.
Kan jeg forudsige en maraton tid fra en 5K?
Ja, med reservationer. Riegels formel giver en forudsigelse, men maratontid afhænger meget af langdags-træning, som en 5K ikke tester. En løber, der kun løber 5K, vil typisk løbe langsomere maratoner end forudsiget. De mest pålidelige maratontilbud er en ny halvmaraton-løbetid eller præstation i maratonspecifik langdags-træning.
Hvorfor overforudsiger min løbetidsprediktion min maratontid?
Almindelige årsager: manglende langdags-træning, at ramme væggen fra at gå for hurtigt, ufordelagtig næringsindtag under løbet, varme eller bakker ikke er medregnet, eller simpelthen ikke at have løbet nok maratonspecifik milage. Løbetidsprediktion antager, at din forberedelse er ens over alle afstande – hvis det ikke er, juster derefter.
Hvordan skal jeg justere for varmt vejr?
Tilføj omkring 1-2% per 5°C over 15°C for løb under 1 time; tilføj 2-4% per 5°C for maratoner. I ekstreme varme (30°C+), kan maratontiden være 15-20% langsommere end i ideale forhold. Mange løbere vælger at opgive tidmål i varmt vejr og løbe efter indsats eller hjertefrekvens i stedet.
Hvad er 5K-tiden, jeg skal løbe for at nå en sub-4 timer maraton?
Brug Riegels formel, og en sub-4 timer maraton (3:59:59) forudsiger tilbage til omkring en 5K på 27:15 eller hurtigere. Dog antager dette, at du har gjort den nødvendige maratonspecifik træning. I praksis anbefaler mange trænere, at du skal have en 5K-tid på 25:00 eller hurtigere for at kunne målrette en sub-4 timer med den nødvendige træning.
Er VDOT mere nøjagtig end Riegel for løbetidsprediktion?
De bruger lignende matematik, men VDOT er mere præcis for træningspreskription. For ren løbetidsprediktion giver de lignende resultater. VDOT har fordelene ved også at tilbyde træningsfartssoner, hvilket gør det mere brugbart som en integreret træneredskab. For hurtige forudsigelser er Riegel enklere og lige så nøjagtig.
Hvor ofte skal jeg opdatere min løbetidsprediktion?
Opdater din forudsigelse efter hver betydelig løbet eller tidstest, typisk hver 4-8 uger under et træningscyklus. Når din træning forbedrer sig, vil dine forudsigede tider falde. Følg din fremgang over træningsblokke – når din forudsigede maratontid falder fra 3:40 til 3:30 over en 16-ukers cyklus, er det en kraftfuld motivator.
Hvordan tilgang Daniels, Pfitzinger og Hansons til løbetidsprediktion?
Daniels bruger hans VDOT-tabeller – empirisk udviklet fra årtier af trænerdata – til at forudsige ensættende præstationer over alle standardafstande. Pfitzinger fremhæver specifikitet af forberedelse, og bemærker, at forudsigelser er mest pålidelige for nærliggende afstande (f.eks. 10K til halvmaraton) og mindre pålidelige for ekstreme forhold (f.eks. mile til maraton). Hansons bruger træningspræstation under samlet træthed som en direkte forudsiger: hvis du kan nå nøgletræningsmål på trætte ben, er dit mål løb muligt, uanset hvad en formel siger.
Hvilken afstand er den mest pålidelige for at forudsige maratontid?
Halvmaraton regnes for den mest pålidelige forudsiger af maratontid. Fysisk krav er tilstrækkeligt lignende, så forudsigelsesnøjagtigheden er høj (inden for 2-3% for veltrænede løbere). Pfitzingers regel af hånd: dubler din halvmaratontid og tilføj 5-15 minutter. En ny halvmaratonløbetid, der løber 4-8 uger før din maraton, giver den mest handlebare data til målsetting.