10km1時間20分だった運動音痴が、高負荷トレーニング/データ分析/食事管理でどこまでランニング記録が伸ばせるか挑戦!ランニングやダイエット/健康に関する知識・グッズ等についてもまとめてます!!!
⇒ 本ブログの詳細/連絡先はコチラ!
ランTOP 自作ランツール ランシューズ ラングッズ GPS時計 心拍計 ラン知識/研究 栄養知識 おすすめ食品
  1. ホーム
  2. 〇ランニング
  3. ランデータ分析
■注目記事一覧

高校数学 教科書用シミュレーターの制作に携わりました!!

マラソンタイム予測ツール、どんな距離タイムからも判定可!

アシックスランニングシューズ比較記事!

心拍数でスポーツ心臓かどうか判定してみよう!

持久係数予測ツール!スピード型か、スタミナ型か判定できます!

ターサージール6レビュー!

10km走行データ分析してみた! [速度とピッチ/歩幅/心拍/気温/接地時間等]
 
全テーマ共通記事一覧

10km タイムトライアル結果履歴まとめ!(10km走行タイム,運動強度分布)

自分は10kmタイムトライアルを連日行っています!その結果を運動強度(心拍)の分布とともに分かりやすくグラフ化して履歴見られるようにしてみました!リアルタイム反映!ここでその履歴/成長記録を管理していきます!

各日のグラフをタップすると、詳細記録ページに飛ぶことができます(1秒ごとに記録したデータによる分析)

⇒10km走行結果の分析グラフ(タイムとピッチ/心拍/歩幅の関係等)はコチラのページで公開中!

続きを読む


ピッチ/ストライド分析で振り返る2019年の成長分析!

2019年、もうすぐ終わりになりますね。今年は本当に良い年でした。それまで怪我でラン出来なかったのですが… 5月に10kmなら本気で走れることがわかり、そこからはガムシャラに走ってきました。そこから8ヶ月、物凄く成長できたと思います。

10kmタイムでいうと、↓のような感じです。5月時点で10km1時間14分かかっていたところから、最終的には39分45秒に到達するという驚きの結果になりました!当初は「来年東京マラソン3月1日までに42分に到達する」という目標を掲げていたので、それと比べるととてつもない成長を遂げる事ができました!

この成長の背景には、10kmのタイムトライアルを115回も繰り返すという根性、そしてそこから得られたデータから分析てPDCAを繰り返すという努力がありました。
 
せっかくデータが溜まってきたので、ここでピッチ/ストライドの面から2019年の成長分析をしてみようと思います!

続きを読む


ピッチ/ストライド推移分布グラフ完成!コレ一枚で、どんな走り方をしたのか一発で分かる!

色んな分析グラフを作ったけど… これが1番の自信作!ピッチ/ストライド推移分布グラフ完成!

ここ2週間ぐらいで、自分のGarminの生データを抽出してサイトのDBに入れ込むことに成功。これにより、1秒ごとの細かなランデータでの分析が可能となりました!
 
それによって、色んなデータの分析の仕方が可能になりました。コチラとか見ていただければ、どんなグラフを作っているかわかるかと。今後もグラフは増やしていくつもりです。

さて、このような分析グラフを作っていく中で、1番これは凄い!と思ったグラフがあります。それが下に掲載しているピッチ/ストライド推移分布です!このグラフ1枚でどのようにスピード/ピッチ/ストライドが推移していったのか一発で分かるのです!

ピッチ/ストライド推移分布グラフの説明

このグラフは少しだけ難解なので説明を!

続きを読む


10km走行データ分析まとめ! [走行速度との相関分析編]

続きを読む


ランデータ分析 用語定義:パフォーマンススコア=その時点の自己ベストとの速度比率

ランデータ分析、走行タイムだけで評価するとマズイことが、、、

Garminの生データが本サイトに取り込めるようになり、ランデータ分析が捗っています。主な分析データはコチラにまとまっていますが、以下のように一つの10kmラン結果を1サンプリングとして、以下のようにグラフ表示して分析を行っています。下図は走ったときの速度の標準偏差(速度のブレ)がどれぐらい走行タイムに影響してるかを示した図です。

しかし、この分析あまり良くないと思っています。なぜなら、10kmタイムトライアルをしていって、自分自身が大きく成長しているからです。昔の自分(自己ベスト1時間14分)と今の自分(自己ベスト40分台)で同じ土俵で比較しても無理があるらです。本当に知りたいのは「速度のブレが自分の走行パフォーマンスにもたらす影響」です。なので、「どれぐらい全力に近い力で走れたか」という指標が必要になります。

用語定義:パフォーマンススコア=その時点の自己ベストとの速度比率

ということで、「どれぐらい全力に近い力で走れたか」を分析に使う概念として定義します。その定義は以下の通りです。

パフォーマンススコア
そのランでの走行速度✕100
その時点での自己ベストでの走行速度

です。直前の自己ベスト記録を100点として、そのランでの速度を評価する変数です。自己ベスト記録が出せた時は、「その時点での自己ベストでの走行速度=その時のラン速度」になるので、自動的に100点になる仕組みです。

一応ですが、上記のパフォーマンススコアは逆数をとって、

パフォーマンススコア
その時点での自己ベスト走行タイム✕100
そのランでの走行タイム

としても表現できます。自己ベスト10km 40分の人が50分で走ったときには、40*100/50=80点と評価できるわけです!このパフォーマンススコアを使うと、速度の標準偏差(速度のブレ)との相関図は以下の様に表現できます。

相関は少し弱いですが、「速度のブレが少ないほど、パフォーマンススコアが高くなり、ベストに近い速度が出せる傾向にある」と言えるわけです!
このパフォーマンススコアを使って、本サイトではランデータ分析をしていきます!

⇒パフォマンススコアを使った実際のランデータ分析結果はコチラ!



記事カテゴリ
自作ツール&アプリ
■Webツール(今すぐ利用可!)