マラソンタイム予測計算機
10 kmを40分で走れるなら、マラソンの予測は約3:04:00、1 kmあたり4:22です。信頼できる短いレースの記録をキロメートルと秒で入力すると、手計算でも確かめられる目標タイムが分かります。ブラウザで無料で使えます。
- 無料
- ブラウザで動作
- 登録不要
- データは端末の外に出ません
無料で実行
計算例
- 既知の距離 (km)
- 10
- 既知のタイム (秒)
- 2,400
- 予測マラソンタイム (秒)
- 11,040.4783998
- 予測マラソンタイム
- 3:04:00
- 既知のタイム
- 40:00
- マラソンの距離 (km)
- 42.195
マラソンタイム予測計算機は、信頼できる短いレースを、十六週間の計画を書く前に現実的な 42.195 キロの目標へ変換します。Pete Riegel の持久モデルは、既知の距離 D1 とフィニッシュタイム T1 を、一つの累乗で公式マラソンへ伸ばします。T2 は T1 に 42.195 を D1 で割った比を掛け、それを一点零六乗したものです。一より少し大きい指数があるため、四十分の十キロを 4.22 倍しただけではフルになりません。距離が延びると平均ペースは落ちます。本機能は目標を World Athletics のマラソンに固定し、キロと秒だけを受け付け、欠落や非数値の欄を拒否します。空のフォームがボストン出場の幻想を作らないようにするためです。五キロ、十キロ、十五キロ、ハーフのあと、手計算で検算できる時計表示が欲しいときに使えます。
Riegel式マラソンタイム予測の仕組み
フルより短く、信頼できる完走レースから始めます。計測コースであること、トレーニング日誌に書くチップタイムまたはガンタイムであること、時計を非現実的にした大きな下りがないことが条件です。単位をきれいに保つため、そのフィニッシュを総秒に直します。
二十五分の五キロは千五百秒、四十分の十キロは二千四百秒、九十分のハーフは五千四百秒です。長さはマイルではなくキロで送ってください。公式マラソンは 42.195 キロと定義されており、単位を混ぜると予測がおよそ六割膨らみます。
一九七七年の Riegel の持久則は、予測マラソンタイム T2 を T1 に 42.195 を D1 で割った量を掛け、古典指数一点零六で累乗したものとします。D1 が五キロのとき比は大きく、予測ペースは 5K ペースより明らかに遅くなります。これは趣味走者もエリートも 5K から 42.2 キロへ実際に落ちる様子と一致します。
D1 がハーフのとき比はちょうど二なので、式は T1 に二の一点零六乗を掛ける形に落ち、コーチが何十年も最初のフル目標として使ってきた数になります。指数は再現性のため一点零六に固定します。本ページは複数レース履歴から独自指数を当てはめず、年齢補正もしません。
処理は決定的な浮動小数点算術だけです。累乗のあと、応答は浮動小数の雑音を安定した有効桁に整え、既知レースと予測フルを時計文字列に整え、距離比とキロあたり秒ペースを報告します。中間手順を紙の上で監査できます。
マラソンタイム予測計算機が役立つ場面
初めてのフルを目指す人は、最近の十キロやハーフが春や秋の 42.2 キロ目標に何を意味するかを繰り返し尋ねます。秒数と読める時計文字列を返す信頼できる神託は、計画作成と家族の会話を速めます。十六週間の予定を書くクラブコーチは、ベンダーが再学習するたびに変わるブラックボックスの機械学習推定ではなく、選手が手で再計算できる文書化された式を必要とします。
ペースグループ向けの予測フィニッシュ帯を示す大会ディレクターやチャリティチームのアプリは、公式マラソン距離をあらかじめ組み込み、キロの 10K に対して 26.2 マイルを誤入力しないようにします。スポーツ科学の教室は今も VDOT 表や臨界速度モデルの隣で Riegel スケーリングを教えます。
ペーシング用合成マラソンデータを用意するデータ技術者は、既知の短いレースから決定的なフィニッシュラベルが必要で、ネットワーク呼び出しもモデルドリフトも要りません。あとから自由な目標距離、純粋なペース単位変換、年齢補正、複数レースの独自指数当てはめが必要なら、このマラソンタイム予測計算機を過負荷にせず、別の検索意図とランディングとして扱ってください。
結果は常に教育的な計画推定として枠付けし、医学的保証や成績保証ではありません。コースの起伏、天候、補給、調整の質、体調の変化は、閉じた形の予測から実フルを大きくずらすことがあります。
活用例
初フルの目標設定
最近の 5K・10K・ハーフのフィニッシュを、古典的な Riegel スケーリングで透明な 42.195 km 目標へ変え、そのあとでロング走の漸増を書きます。
クラブ指導とペース帯
コーチとチャリティチームは、短い調整レースからフルのフィニッシュ帯を投影し、グループ看板と十六週間計画が一つの監査可能な数字を共有します。
よくある質問
このマラソンタイム予測計算機はどう動きますか?
Riegel の持久モデル T2 = T1 × (42.195 / D1)^1.06 を適用します。短いレースをキロ、フィニッシュを秒で送ってください。目標は常に公式マラソンです。
入力に使える短いレースはどれですか?
42.195 km 未満の正の距離ならどれでも使えます。よくある組は 5K、10K、15K、キロ換算した十マイル、21.0975 km のハーフと、対応する秒のフィニッシュです。
どの単位で送ればよいですか?
距離はキロにしてください。時間はフィニッシュの総秒です(四十分の 10K なら 2400、1:30:00 のハーフなら 5400)。マイルや時計文字列は受け付けません。
欄が欠けている、または数値でない場合はどうなりますか?
零、負、非有限値、42.195 km 以上の既知距離にも同じ誤りが適用されます。
マラソンタイム予測の料金はいくらですか?
ブラウザツールは無料で端末上で動きます。無効な入力は課金されません。
関連ツール
開発者向け — APIアクセス
このページの機能はすべてAPIからも利用できます。自社システムに組み込みたいチーム向けのセクションです。それ以外の方は上のツールをそのままお使いください。
エンドポイント
Bearerトークンで認証し、POST1回でタスクをキューに登録します。結果はWebhookまたは署名付きリンクで受け取れます。
お使いのスタックから呼び出す
curl -X POST https://api.kit.forhosting.com/health/marathon-time-predict \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"known_distance_km":10,"known_time_seconds":2400}'const res = await fetch("https://api.kit.forhosting.com/health/marathon-time-predict", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"known_distance_km": 10,
"known_time_seconds": 2400
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/health/marathon-time-predict",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"known_distance_km": 10,
"known_time_seconds": 2400
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/health/marathon-time-predict", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"known_distance_km":10,"known_time_seconds":2400}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"known_distance_km":10,"known_time_seconds":2400}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/health/marathon-time-predict", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)リクエスト例
{
"known_distance_km": 10,
"known_time_seconds": 2400
}レスポンス例
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "health.marathon_time_predict",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}非同期APIです。task_idは即時に返ります。ポーリングは1秒あたり1リクエストまでです。
料金
単価はすべて公開しています。トークン換算や独自クレジットはありません。失敗したタスクは課金されません。
エラー
| HTTP | コード | 意味 |
|---|---|---|
401 | unauthorized | APIキーが無効か、指定されていません。Authorizationヘッダーを確認してください。 |
402 | insufficient_balance | 残高が不足しています。チャージ後に再度お試しください。 |
404 | unknown_type | 指定されたタスクタイプは存在しません。タイプ名を確認してください。 |
429 | rate_limited | リクエストが多すぎます。しばらく待ってから再度お試しください。 |
技術的な注記
Riegel式マラソンタイム予測の仕組み
乱数シードも壁時計の時刻もネットワーク呼び出しもモデルドリフトもなく、同じ短いレースの組は常に同じ JSON を返します。
送る内容、返る内容、誤り時の動き
典型的な組は、千五百秒の五キロ、二千四百秒の十キロ、五千四百秒の 21.0975 キロです。既知距離が 42.195 キロ以上でも失敗します。この計算機はすでに走ったフルをエコーするのではなく、短いレースからフルを予測するからです。選手が 1:30:00 と打つ場合は、呼び出す前に時と分を総秒へ直してください。公開契約は地域の時計文字列を解析しません。検証失敗は前払い残高を消費しません。必須欄は二つです。 known_distance_km は完走した短いレースの長さ(キロ)で、零より大きく 42.195 より小さい有限数でなければなりません。別名 distance_km、d1_km、race_distance_km、known_km を受け付けます。known_time_seconds はそのレースの総秒フィニッシュで、零より大きい有限数でなければなりません。別名 known_time、time_seconds、t1、seconds、finish_time を受け付けます。欠落欄、空文字、非数値テキスト、NaN、Infinity、零、負値は invalid_input で失敗し、課金されません。成功時、応答は整理済み秒数の predicted_marathon_seconds、時計文字列 H:MM:SS の predicted_marathon_formatted、整理済みの known_distance_km・known_time_seconds・known_time_formatted、42.195 固定の marathon_distance_km、D1 に対する 42.195 の distance_ratio、固定指数一点零六、pace_known_sec_per_km と pace_predicted_sec_per_km、キロあたり時計の pace_predicted_formatted、T2 が T1 に開き括弧 42.195 を D1 で割った閉じ括弧の一点零六乗を掛けた formula、method riegel、unit_time seconds、unit_distance km を返します。成功した API 呼び出しの料金は公開ベース $0.002 一件あたりです。
マラソンタイム予測計算機が役立つ場面
学生が四十分の 10K を三時間台のフルと照らすとき、手計算と API 出力の一致は漸近コストより大切です。本機能は純粋な parse エンジンなので、API 料金は成功一件あたり公開ベース $0.002 であり、検証失敗は残高を消費しません。
連携の活用例
教室と API の fixture
スポーツ科学の授業とレースアプリは、決定的なマラソン予測を宿題の解答と回帰テストに固定します。ネットワーク呼び出しもモデルドリフトもありません。