※ 引述《MuMuH (MuMuH)》之銘言：
: 推文較難澄清，因此補充如下：
: ※ 引述《yr (Sooner Born Sooner Bred)》之銘言：
: 這邊是你對我內文理解有誤。我稱「以功率曲線的角度來說」，指的是算法，指的是這
: 次鍛鍊的結果進入算法與當前的PDC比較，其結果確實是被丟棄無誤，亦即這次的鍛鍊無
: 法讓功率曲線被更新。當初下筆有特別斟酌這段，才會用「以功率曲線的角度來說」。
我懂你的意思了，基本上你這樣理解是對的。不過這次訓練並不會被丟棄喔，
因為要是你的 MMP 有一個區段超過 90 天，他就會在 90 天內的數據拿一個
最佳的區段來取代。
: 以訓練者而言，也許每次鍛鍊都有目的沒錯，也許一般訓練不會到達MMP的強度也沒錯，
: 但不管他何時想碰MMP，都不應該在這個時候與算法被混為一談，算法是底層的實做，
: 算法不用知道你何時想碰MMP，更不管你「一般訓練會不會達到MMP的強度」，我在這邊談
: 的並不是訓練，而是它實際的運作模式就是如此。
這就叫 garbage in garbage out ，你要模型準確，那就得在幾個特定的
區間餵給他 MMP 。因為訓練後會進步（理想上），所以功率訓練會夾雜 Time
Trial 或 Race 。雖然算法不知道你什麼時候會給他 MMP ，但是它會假設從
你給它的數據裡面可以找到它想要的 MMP 。
: 請注意我內文並沒有說這功率曲線很好，或是它是一個理想的模型。實際上我只認為它
: 是一個好例子因此放在此讓跑友知道我打開「Modeled Ability」可以發現自己訓練上的
: 問題。
這就是我誤解你的用意了，我只是要點出你的功率曲線的問題，根據這形狀看
你這張圖功率曲線的 CP 不準確。
: 「天候以及GPX皆填寫正確，功率曲線維持30天最新的版本的情況之下：」
: : 你 CP 不準確，照著他給你的功率跑，只要沒爆掉大概就是他給你的完賽時間，
: : 所以不是很值得驚艷啦！你覺得你 10/15 到 12/18 的練習可以讓你的半馬進步
: : 30 分鐘左右嗎？應該沒這麼神奇的事，你的 CP 應該被低估了，台北馬比較接近
: : 你的實力，你可以用台北馬的數據單點估計你的 CP 會比較準確。
: 這邊也完全錯誤，新竹馬是26km，不是21km，因此新竹馬之後快三十分以上是理所當然
: 的。
: 新竹馬26km，長榮馬21.1km，遠東馬22.7km，田中馬22.6km，台北馬21.1km。為了避免
: 錯誤的假設影響判斷，關於比賽時CP準不準確的問題，請注意我文中有特別提到，我的
這邊就我完全誤解，不知道新竹馬是 26K ，不過我主要想指出的點是，即使 CP
不準確，因為 Stryd 有你餵給他的各種 Power 下的配速，它還是可以預估完賽
時間。只是如果 CP 被高估結果是爆掉，但是低估的話，你照功率跑，大概就可以
跟他估計得完賽時間差不多。
: 測試條件前提為「功率曲線維持30天最新的版本情況下」的測試結果，這亦即由10/15~
: 12/18中間每場賽事前夕都特別注意我的CP是不是up-to-date，兩場相隔較久的賽事也
: 做了CP test 或者 calibration 來源為 Styrd workout library。也是因為如此我才敢
功率訓練中，定期 CP test/TT/Race 很重要。
: 下筆寫出賽事預估成績以及結果。
這邊我用了過少資訊來做判斷，實際上要看當時的功率曲線圖才能判斷。
: 而教練你認為有問題的圖，懷疑有問題的CP，實際上是我最新的圖，它或許不是理想的
我不是教練啦！只是說得比跑得好的業餘跑者 XD
: 若是你要看一個比較合理的圖，那就是去年台北馬前我做完CP test 後的結果，曲線實
: 際上與model curve有多點交疊，但礙於Stryd的限制我無法調出比對，但使用GC可以，
: 如下：
: https://i.imgur.com/mBqd388.png
: 請注意10分之後兩線幾乎交疊。交疊段Goldencheetah告訴我以Pace 4:07我可以跑完全程
: ，這正也是我台北馬的成績。1:27:01 , pace 4:07。而兩段空隙較大的段落，的確是我
: 先前以心率區間為主的訓練恰好沒練到的部份。
這個看起來 CP 是準確的， 2-5m 跟 10-60m 都有 max effort 。