Löptidsprediktor
Förutsäg din tävlingstid för ett nytt avstånd baserat på ett känt tävlingsresultat. Använder Pete Riegels formel. Kostnadsfri löparkalkylator för snabba resultat.
Följande är översatt till svenska:
Hur fungerar tidsprediktion: Riegels formel
Tidsprediktion baseras på matematisk relation mellan prestationer på olika distanser. Den mest använda modellen är Peter Riegels formel, publicerad i American Scientist 1977:
T2 = T1 × (D2/D1)^1.06
Var T1 är en känd tävlings tid, D1 är tävlingens distans, D2 är måldistansen och T2 är den förväntade sluttiden. Exponentet 1.06 speglar den fysiologiska faktum att prestationen försämras snabbare än linjärt med ökande distans – längre lopp är proportionellt svårare än kortare.
Exempel: en löpare med en 5K-tid på 22:00 förutsäger en maraton-tid på: 22:00 × (42.195/5)^1.06 = 22:00 × 9.12 = 200.6 minuter = 3:20:38.
Riegels formel är anmärkningsvärt noggrann för tränade löpare som tävlar över sitt vanliga distansområde. Huvudbegränsningen: den antar lika förberedelser för båda distanser. Om du har tränat specifikt för 5K men aldrig gjort långa löpningar kommer din maraton att vara betydligt långsammare än förutsagt.
Korsdistansprediktionstabell
Använd denna referens-tabell för att hitta förväntade sluttider över distanser baserat på din kända prestation. Värden använder Riegels formel (exponent 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 |
Notera att dessa förutsägelser antar plana banor i moderata väderförhållanden (10–15°C) med lämpliga tävlings-specifika förberedelser för båda distanser.
Varför förutsägelser misslyckas och hur du justerar
Riegels formel ger en statistiskt medelvärdes förutsägelse – men du är inte ett statistiskt medelvärde. Flera systematiska faktorer orsakar individuella förutsägelser att misslyckas:
- Distansspecialisering: Ren löpsnabbhet (som tränar för 5K) tenderar att presterar bättre på korta distanser än förutsagt för maratoner. Långloppsspecialister visar motsatsen – deras maratonprestationer överträffar deras 5K-förutsägelser. Om din träning starkt föredrar en viss typ av arbete, justera förutsägelserna enligt behov.
- Träningsvolym: En löpare med 30 mil/vecka kan inte presterar en maraton som förutsagd av deras 5K-tid jämfört med en löpare med 70 mil/vecka. Långloppsträning är avgörande för maratonprestationer bortom ren aerob kapacitet.
- Värme: För varje 5°C över 15°C förväntas en 1–3% långsammare prestation i längre lopp. Denna effekt kumulerar – en 30°C-maraton kan innebära 8–15% långsammare.
- Kurs svårighetsgrad: Netto höjd, totalt klättring och yta påverkar förutsägelserna. De flesta förutsägelseformler antar plana asfalter.
- Aerob mognad: Nyare löpare ser ofta större förbättringar mellan deras bas-distanslöp och längre förutsägelser – deras aeroba system har inte ännu nått sin tak.
För de flesta rekreationella löparna är det mest noggranna förutsägaren av maraton-tid en nyligen genomförd halvmaraton-tid (dubbla den och lägg till 10–15 minuter som ett ungefärligt utgångspunkt, eller använd Riegels formel).
Andra tävlingsförutsägelsemodeller
Flera alternativa modeller tävlar med Riegels formel. Var och en har olika styrkor:
- Cameron-modellen: Använder en mer komplex exponentiell ekvation. Allmänt mer noggrann på extrema distanser (ultramaraton) där Riegel tenderar att över-prediktera prestation.
- VDOT-metoden (Jack Daniels): Omvandla din tävlings tid till ett VDOT-poäng, sedan titta upp motsvarande tider för andra distanser. Mycket noggrann för 1500m–maratonområdet när VDOT beräknas från en riktig maximal ansträngning.
- VO2max-metoden: Uppskatta VO2max från din tävlings tid, sedan beräkna förväntad tid på andra distanser med hjälp av syrebehov för löpningsekvationer. Fysiologiskt principiellt men kräver mer beräkningar.
- VM-poängtabeller: Även om de är designade för poängsättning, innehåller dessa tabeller implicit motsvarande prestationer över distanser och kan användas för grova förutsägelser.
För praktiska tävlingsplaneringar är Riegels formel det vanligaste valet på grund av sin enkelhet och noggrannhet i 5K–maratonområdet. Använd flera modeller och genomsnitt dem för viktiga målbeslut.
Använda tävlingsprognoser för träning
Tävlingstidsprediktioner är inte bara användbara för att sätta tävlingsmål - de är också en kraftfull träningstool. Här är hur tränare använder förutsedda tider:
- Bevisa beredskap: Om ditt 5K-tid förutsäger en 3:30-maraton men du siktar på 3:15, vet du att du behöver antingen mer träning eller ett mer konservativt mål.
- Identifiera svagheter: Om ditt 10K-tid förutsäger en mycket snabbare maraton än din faktiska maratonprestation, är du troligen i behov av träningstillgångar i långlopp.
- Sätt mellanmål: Använd tävlingsprognosen för att sätta lämpliga 5K- och 10K-tävlingsmål inom en maratonträningscykel. Tävla i kortare distanser på förutsedd liknande ansträngning är ett värdefullt träningstimulans.
- Benchmark-fitness: Kör en tidprov (5K eller 10K) på tävlingsansträngning i vecka 8 av en 20-veckorsplan. Använd förutsedda tider för att verifiera om din träning är på spåret för ditt mål.
Den Jack Daniels VDOT-ansatsen är särskilt kraftfull här: när du beräknar din VDOT från någon tävling, har du föreskrivna träningstider och förutsedda tider för alla standarddistanser samtidigt.
Ålderstigna tävlingsprestationer
Ren tävlingsprestationer sjunker naturligtvis med ålder på grund av fysiologiska förändringar - reducerad VO2max, lägre maximal hjärtfrekvens, långsammare återhämtning, minskad muskelmassa. Ålderstigna prestationstabeller justerar för dessa förändringar, vilket möjliggör en rättvis jämförelse av prestationer över olika åldrar.
World Athletics (tidigare IAAF) underhåller ålderstigna tabeller. En 60-åring som kör 4:30 i en maraton kan få en ålderstign score på 72%, vilket betyder att deras prestation är lika med 72% av världsrekordnivån för deras ålder och kön. En vanlig tävlande rekreativ löpare på någon ålder får 55-65% poäng; elitåldersgrupperna får 75-85%.
Ålderstigna tider kan också användas för förutsägelse: om du vet din ålderstigna faktor, kan du uppskatta hur mycket snabbare du skulle ha sprungit samma lopp 10 eller 20 år tidigare - eller projicera hur ditt absoluta måltid bör anpassas efter ålder.
Regeln på nosen: VO2max minskar cirka 10% per decennium efter 25 års ålder för stillasittande individer - men bara 5-7% per decennium för dem som underhåller konsekvent aerob träning. Att vara aktiv dramatiskt bromsar ålderns nedgång i löpningprestation.
Daniels' VDOT som en tävlingsprognossystem
Medan Riegels formel är en ren matematisk modell, tar Jack Daniels' VDOT-system en fysiologiskt grundad tillvägagångssätt för tävlingsprognos. I Daniels' Running Formula utvecklade han VDOT-tabeller från årtionden av tränaruppgifter som kartlägger någon tävling till motsvarande tider på alla standarddistanser från 1500m till maraton.
VDOT-prognosens huvudsakliga fördel jämfört med Riegel: Daniels' tabeller är empiriskt utarbetade från verkliga löpareprestationer - inte bara en matematisk extrapolation. De tar hänsyn till den icke-linjära relationen mellan distans och prestation mer exakt, särskilt vid extremer (mycket korta och mycket långa lopp).
VDOT-prognosexempel jämfört med Riegel:
| Känd tävling | Mål-distans | Riegel-prognos | Daniels VDOT | Skillnad |
|---|---|---|---|---|
| 5K på 20:00 | 10K | 41:35 | 41:24 | 11 sek |
| 5K på 20:00 | Halvmaraton | 1:31:36 | 1:31:08 | 28 sek |
| 5K på 20:00 | Maraton | 3:11:53 | 3:10:49 | 64 sek |
| 10K på 45:00 | Halvmaraton | 1:38:48 | 1:38:12 | 36 sek |
| 10K på 45:00 | Maraton | 3:27:15 | 3:26:00 | 75 sek |
| HM på 1:40:00 | Maraton | 3:29:30 | 3:28:26 | 64 sek |
För de flesta praktiska ändamål är skillnaden mellan Riegel och VDOT-prognoser liten - vanligtvis 1-2 minuter för en maraton. VDOT har dock den betydande fördelen av att också föreskriva dina träningstider, vilket gör det till ett mer komplett system för både förutsägelse och förberedelse.
Daniels varnar för att VDOT-ekvivalenser antar liknande träningsspecifikitet för båda distanser. En ren bana-löpare kan inte uppnå sitt VDOT-predictade maratonresultat utan specifik maratonförberedelse. Tvärtom kan en löpare som enbart tränar för maraton underprestera sitt VDOT-ekvivalenta vid 5K på grund av brist på hastighetsarbete.
Pfitzingers tillvägagångssätt för jämförelser av tävlingsresultat
Pete Pfitzinger, i både Advanced Marathoning och Faster Road Racing, ger praktiska råd om hur man kan använda tävlingsresultat för att förutsäga tid inom träningssammanhang. Hans tillvägagångssätt betonar vikten av specifikitet i förberedelser som den primära modifieraren av någon matematisk förutsägelse.
Pfitzinger identifierar tre nivåer av förutsägelseförmåga:
- Hög tillförlitlighet (närliggande distanser): Förutsäga 10K från en nyligen genomförd 5K, eller halvmaraton från en nyligen genomförd 10K. Dessa distanser är tillräckligt nära för att träningens överlappning ska vara betydande. Noggrannhet: inom 1–2%.
- Måttlig tillförlitlighet (2–4 gånger distansförhållande): Förutsäga maraton från en halvmaraton, eller halvmaraton från en 5K. Kräver tillräckligt med distansspecifik träning. Noggrannhet: inom 3–5% med rätt förberedelser.
- Låg tillförlitlighet (extrema förhållanden): Förutsäga maraton från en 1500m eller milstid. Fysiologiska kraven är så olika att matematisk förutsägelse ensam är otrustbar. Kan vara fel med 10%+ utan maratonspecifik träning.
Pfitzingers praktiska regel för maratontid från en halvmaraton: dubbla halvmaratontiden och lägg till 5–15 minuter, med det lägre slutet för vältränade löpare (60+ mil/vecka) och det högre slutet för lågvolymtränade löpare (30–40 mil/vecka). Denna "dubbla plus" regel tar hänsyn till exponentiell utmattning av maratons andra halva.
Han betonar också att förutsägelsenoggrannheten är säsongberoende. Ett tävlingsresultat från 6 månader sedan är ett mindre tillförlitligt prediktor än ett från 4–6 veckor sedan, eftersom förändringar i konditionen — både positiva och negativa — påverkar förutsägelsegiltigheten betydligt.
Hansons kumulativa trötthetens modell och tävlingsförutsägelse
Hansons metod erbjuder en unik syn på tävlingsförutsägelse: istället för att endast bero på matematiska formeln använder de träningsprestation under trötthet som en direkt förutsägare av tävlingsförmåga.
I Hansons system förutsäger viktiga träningsmål tävlingsklarhet:
| Träningsmål | Vad det förutsäger | Hur man tolkar det |
|---|---|---|
| 10-mil tempo på MP − 10 sek/km | Marathonförmåga | Om det är uppnåeligt på trötta ben mitt i veckan, är MP-målet realistiskt |
| 8-mil tempo på HM-målsnabbhet | Halvmarathonförmåga | Måste slutföras på torsdag efter Tu-kvalitet + Mon/Wed-lätta löp |
| 12 × 400m på 5K-snabbhet | Snabbhetsbas | Om snabbheten känns kontrollerad, är aerobt tak över tävlingshastighet |
| 16-mil långlopp på MP + 30 sek | Enduransbas | Trötthet i slutet bör vara måttlig, inte extrem |
Hansons tillvägagångssätt till förutsägelse är grundligt praktiskt: om du kan träffa dina träningsmål på trötta ben, är ditt tävlingsmål uppnåeligt. Om du konsekvent misslyckas med att träffa snabbhetsmål i träningen, är matematisk förutsägelse irrelevant – kroppen säger dig att målet behöver anpassas.
Denna träningsbaserade förutsägelseansats kompletterar Riegel och VDOT genom att lägga till en verklig valideringsnivå. De bästa tävlingsförutsägelserna kombinerar: (1) en matematisk modell från en nyligen genomförd tävlingstid, (2) bekräftelse från träningsprestationer på tävlingsrelaterade ansträngningar och (3) justering för tävlingsdagens förhållanden (väder, bana, höjd).
"Tävlingsförutsägelsemodeller baserade på fysiologiska parametrar och kända tävlingsresultat är giltiga verktyg för att sätta realistiska måltider på nya distanser. Riegel-formeln och VO2max-baserade modeller tar hänsyn till den ökande metaboliska kostnaden för längre distanser, med ökad noggrannhet för distanser inom 2–3 gånger av det kända resultatet."
"VDOT-värden, när de härleds från en nyligen fullföljd all-out tävling, ger det bästa utgångspunkten för att sätta både tävlingsmål och träningsintensiteter. Värdet av systemet är att en tävling ger all information du behöver."
"Bästa förutsägaren av tävlingsprestationen är inte en formel – det är hur du presterar på viktiga träningspass under kumulativ trötthet under de sista veckorna av träningen. Om du kan träffa dina tempo-snabba på torsdag efter en hård tisdag, är du redo."
💡 Vet du?
- Riegel-formeln för tävlingsförutsägelse använder ekvationen T2 = T1 × (D2/D1)^1.06, där exponenten 1.06 fångar upp den icke-linjära tröttheten vid längre distanser.
- Pete Riegel publicerade först sin tävlingsförutsägelseformel i en 1977-utgåva av American Scientist magazine.
- Tävlingsförutsägelser blir mindre noggranna över marathondistansen eftersom extrema trötthet, taktik och näring skapar mycket mer individuell variation än vid kortare distanser.
Ofta ställda frågor
Vad är precisionen på löptidsprediktionen?
För vältränade löpare som kör över sin vanliga distansområde är Riegels formel noggrann inom 2–5%. Precisionen minskar när: (1) du försöker köra en ny distans du inte har tränat specifikt för, (2) löpplatsen skiljer sig markant från idealiska förhållanden (värme, backar, vind), eller (3) du är en nybörjare vars kondition förändras snabbt.
Vad är Riegels formel för att förutsäga löptider?
Riegels formel: T2 = T1 × (D2/D1)^1.06. T1 = känd tid, D1 = känd distans, D2 = måldistans, T2 = förutsedd tid. Exempel: 5K på 25:00 → maraton = 25 × (42,195/5)^1.06 = 25 × 9,12 = 228 minuter = 3:48:00.
Kan jag förutsäga en maraton tid från en 5K?
Ja, med reservationer. Riegels formel ger en förutsägelse, men maratontiden beror starkt på långloppsträning som en 5K inte testar. En löpare som bara kör 5K kommer vanligtvis att köra långsammare maraton än förutsägelsen. De mest pålitliga maratontidsprediktorerna är en nyligen genomförd halvmaratonloppstid eller prestation i maratonspecifik långloppsträning.
Varför överestimerar min löptidsprediktion min maraton tid?
Vanliga orsaker: otillräcklig långloppsträning, att gå för hårt i början, otillräckligt näring under loppet, värme eller backar som inte räknats med, eller enkelt sagt att du inte har kört tillräckligt mycket maratonspecifik milage. Löptidsprediktionen antar att din förberedelse är lika över alla distanser – om det inte är så, justera därefter.
Hur ska jag justera för varmt väder?
Lägg till cirka 1–2% per 5°C över 15°C för lopp under 1 timme; lägg till 2–4% per 5°C för maraton. I extrema värme (30°C+), kan maratontiden vara 15–20% långsammare än i idealiska förhållanden. Många löpare väljer att avstå från tidmål i värme och köra istället efter ansträngning eller puls istället.
Vad är den 5K-tid som jag behöver för att köra en sub-4 timmar maraton?
Med Riegels formel, förutsäger en sub-4:00 maraton (3:59:59) tillbaka till cirka en 5K på 27:15 eller snabbare. Dock antar detta att du har genomfört tillräcklig maratonspecifik träning. I praktiken rekommenderar många tränare att du behöver en 5K-tid på 25:00 eller snabbare för att med förtroende sätta mål på under 4 timmar med tillräcklig träning.
Är VDOT mer noggrann än Riegel för löptidsprediktion?
De använder liknande matematik men VDOT är mer preciserat för träningsskript. För ren löptidsprediktion ger de liknande resultat. VDOT har fördelen av att också ge träningstaktzon, vilket gör det mer användbart som ett integrerat träningsverktyg. För snabba förutsägelser är Riegel enklare och lika noggrann.
Hur ofta ska jag uppdatera min löptidsprediktion?
Uppdatera din förutsägelse efter varje signifikant lopp eller tidtest, vanligtvis var 4–8 veckor under en träningscykel. När din kondition förbättras kommer dina förutsedda tider att minska. Följ din utveckling över träningsblock – att se att din förutsedda maraton tid faller från 3:40 till 3:30 under en 16-veckors cykel är en kraftfull motivator.
Hur förutsäger Daniels, Pfitzinger och Hansons löptider på olika sätt?
Daniels använder sina VDOT-tabeller – empiriskt utvecklade från decennier av träningsdata – för att förutsäga motsvarande prestationer över alla standarddistanser. Pfitzinger betonar specifikitet i förberedelse, noterar att förutsägelser är mest pålitliga för angränsande distanser (t.ex. 10K till halvmaraton) och mindre pålitliga för extrema förhållanden (t.ex. mil till maraton). Hansons använder prestation under kumulativ trötthet som en direkt förutsägelse: om du kan uppnå viktiga träningsmål på trötta ben, är ditt mål uppnåeligt oavsett vad en formel säger.
Vilken distans är mest pålitlig för att förutsäga maratontid?
Halvmaraton anses vara den mest pålitliga förutsägaren av maratontid. Fysiska kraven är liknande nog att förutsägelsen är hög (inom 2–3% för vältränade löpare). Pfitzingers regel av tummen: dubbla din halvmaraton tid och lägg till 5–15 minuter. En nyligen genomförd halvmaratonloppstid, 4–8 veckor innan maraton, ger den mest aktiva data för måluppsättning. 10K är nästa bästa förutsägare, men den större distansförhållandet introducerar mer osäkerhet.