レース予測

リーゲルの公式に基づく予測は、似た距離間（例：10Kからハーフマラソン）で最も正確です。距離差が大きいほど精度は低下します。予測は同様のトレーニングとレース当日の条件を前提とします。

リーゲルの公式はT2 = T1 × (D2/D1)^1.06でレースタイムを予測します。T1は既知のタイム、D1は既知の距離、D2は目標距離です。指数1.06は長距離での疲労要因を反映しています。

可能ですが注意が必要です。5Kからマラソンへの予測は十分な長距離トレーニングを前提とします。25分5Kランナーはマラソン約3時間55分と予測されますが、マラソン専門のトレーニングなしでは実際のタイムはかなり遅くなる可能性があります。

標準指数は1.06で、距離が長くなるにつれてペースが落ちる割合を表します。トレーニング不足のランナーは1.08、エリート持久力選手は1.04-1.05を使用できます。

よくある原因：ロング走トレーニング不足、ペース配分ミス（速すぎるスタート）、レース中の栄養不足、暑い天候、アップダウンのあるコース。公式は最適条件と適切なトレーニングを前提としています。

理想的には過去6〜8週間以内の全力レース結果です。古い結果は現在の体力を反映しない可能性があります。練習レースやタイムトライアルも全力であれば使用できます。

精度は下がります。リーゲル公式は5Kからマラソン距離で最も正確です。ウルトラ（50K以上）では、栄養戦略、睡眠不足、地形など公式が考慮しない要因が大きく影響します。

レース予測は最適条件（フラットコース、良好な天候、適切なペーシング、十分なトレーニング）を前提としています。起伏、暑さ、風、不十分なロング走はすべて実際のタイムが予測を超える原因になります。

リーゲル公式はマラソン距離を超えると精度が低下します。ウルトラ（50K以上）では疲労要素が非線形的に増加します。公式はウルトラタイムを5-15%過小評価する可能性があります。専門的なウルトラ予測モデルは累積標高、エイドステーション時間、睡眠不足を考慮します。

トレッドミルの記録を入力値として使用できますが、屋外レースには風の抵抗、地形の変化、温度変動があります。目安として、トレッドミルペースにkmあたり10-15秒を加えると実外相当値になります。傾斜1%に設定すると屋外条件をより良くシミュレートできます。