预测背后的公式
彼得·雷格尔发表于20世纪80年代初的耐力公式，可根据一个已知距离的成绩预测另一个距离的成绩：T2 = T1 × (D2 / D1)^1.06，其中T1是距离D1上的已知成绩，T2是距离D2上的预测成绩。指数1.06反映了配速会随距离增加而变慢这一事实——如果跑者能在所有距离上保持相同配速，指数就应恰好等于1。
由于这是一种幂律关系，预测效应会不断累积：D2与D1相差越远，1.06这一指数相对于简单配速换算所放大的预测时间就越多。这正是为什么用5公里成绩预测马拉松，是对该公式最严苛的考验。
从25:00的5公里成绩推算
将该公式应用于25:00（即1,500秒）的5,000米成绩，可得出以下常见比赛距离的预测结果。
| 距离 | 预测成绩 | 隐含配速 |
|---|---|---|
| 5公里（已知） | 25:00 | 8:03 / 英里 |
| 10公里 | 52:07 | 8:23 / 英里 |
| 半程马拉松 | 1:55:00 | 8:46 / 英里 |
| 全程马拉松 | 3:59:47 | 9:09 / 英里 |
为什么马拉松预测最不可靠
雷格尔公式假设跑者对每个距离的训练水平都同样出色。这一假设在相近距离之间通常成立——5公里成绩能很好地预测10公里成绩——但对马拉松则会失效，因为马拉松的表现在很大程度上取决于公式无法看到的耐力因素：周跑量、长距离训练史、补给情况，以及在最后10公里「撞墙」的风险。
一般来说，训练真正针对马拉松专项的跑者可能达到甚至超越预测成绩，而短距离速度快但跑量低的跑者，实际成绩通常会比预测慢。该公式给出的是通过良好耐力训练才能达到的上限，而不是单凭5公里速度就能保证的成绩。
理性看待预测结果
预测的最大用处在于设定切合实际的配速目标、比较近期比赛表现，而不是作为一种承诺。用于预测的比赛距离越接近目标距离——例如用近期的半程马拉松成绩而非5公里成绩来预测马拉松——估算就越可靠。预测工具最好被当作参考依据之一，需结合你实际的训练配速和长距离训练表现来看。
常见问题
马拉松配速预测工具使用什么公式？
大多数使用雷格尔公式：T2 = T1 × (D2 / D1)^1.06。它利用1.06的耐力指数，将已知的比赛成绩换算到另一个距离。
25分钟的5公里成绩能预测出怎样的马拉松成绩？
雷格尔公式根据25:00的5公里成绩预测出3:59:47的马拉松成绩——但前提是耐力训练水平能够支撑。跑量偏低的跑者通常完赛时间会更慢。
为什么我预测的马拉松成绩比实际成绩快？
该公式假设各距离的训练水平相同。如果短距离速度快，但缺乏较高的周跑量和长距离训练，实际马拉松成绩通常会比预测慢。
哪种预测最准确？
相近距离之间（如5公里到10公里）的预测最为准确。用于输入的比赛距离越接近目标距离，估算就越可靠。
参考文献
- Riegel PS. Athletic records and human endurance. American Scientist. 1981;69(3):285-290.
- Riegel PS. Time predicting. Runner's World, 1977 — origin of the 1.06 endurance exponent.
- USA Track & Field — standard race distances (5K, 10K, half marathon, marathon 42.195 km). https://www.usatf.org/