※ 引述《MuMuH (MuMuH)》之铭言：
: 推文较难澄清，因此补充如下：
: ※ 引述《yr (Sooner Born Sooner Bred)》之铭言：
: 这边是你对我内文理解有误。我称“以功率曲线的角度来说”，指的是算法，指的是这
: 次锻炼的结果进入算法与当前的PDC比较，其结果确实是被丢弃无误，亦即这次的锻炼无
: 法让功率曲线被更新。当初下笔有特别斟酌这段，才会用“以功率曲线的角度来说”。
我懂你的意思了，基本上你这样理解是对的。不过这次训练并不会被丢弃喔，
因为要是你的 MMP 有一个区段超过 90 天，他就会在 90 天内的数据拿一个
最佳的区段来取代。
: 以训练者而言，也许每次锻炼都有目的没错，也许一般训练不会到达MMP的强度也没错，
: 但不管他何时想碰MMP，都不应该在这个时候与算法被混为一谈，算法是底层的实做，
: 算法不用知道你何时想碰MMP，更不管你“一般训练会不会达到MMP的强度”，我在这边谈
: 的并不是训练，而是它实际的运作模式就是如此。
这就叫 garbage in garbage out ，你要模型准确，那就得在几个特定的
区间喂给他 MMP 。因为训练后会进步（理想上），所以功率训练会夹杂 Time
Trial 或 Race 。虽然算法不知道你什么时候会给他 MMP ，但是它会假设从
你给它的数据里面可以找到它想要的 MMP 。
: 请注意我内文并没有说这功率曲线很好，或是它是一个理想的模型。实际上我只认为它
: 是一个好例子因此放在此让跑友知道我打开“Modeled Ability”可以发现自己训练上的
: 问题。
这就是我误解你的用意了，我只是要点出你的功率曲线的问题，根据这形状看
你这张图功率曲线的 CP 不准确。
: “天候以及GPX皆填写正确，功率曲线维持30天最新的版本的情况之下：”
: : 你 CP 不准确，照着他给你的功率跑，只要没爆掉大概就是他给你的完赛时间，
: : 所以不是很值得惊艳啦！你觉得你 10/15 到 12/18 的练习可以让你的半马进步
: : 30 分钟左右吗？应该没这么神奇的事，你的 CP 应该被低估了，台北马比较接近
: : 你的实力，你可以用台北马的数据单点估计你的 CP 会比较准确。
: 这边也完全错误，新竹马是26km，不是21km，因此新竹马之后快三十分以上是理所当然
: 的。
: 新竹马26km，长荣马21.1km，远东马22.7km，田中马22.6km，台北马21.1km。为了避免
: 错误的假设影响判断，关于比赛时CP准不准确的问题，请注意我文中有特别提到，我的
这边就我完全误解，不知道新竹马是 26K ，不过我主要想指出的点是，即使 CP
不准确，因为 Stryd 有你喂给他的各种 Power 下的配速，它还是可以预估完赛
时间。只是如果 CP 被高估结果是爆掉，但是低估的话，你照功率跑，大概就可以
跟他估计得完赛时间差不多。
: 测试条件前提为“功率曲线维持30天最新的版本情况下”的测试结果，这亦即由10/15~
: 12/18中间每场赛事前夕都特别注意我的CP是不是up-to-date，两场相隔较久的赛事也
: 做了CP test 或者 calibration 来源为 Styrd workout library。也是因为如此我才敢
功率训练中，定期 CP test/TT/Race 很重要。
: 下笔写出赛事预估成绩以及结果。
这边我用了过少资讯来做判断，实际上要看当时的功率曲线图才能判断。
: 而教练你认为有问题的图，怀疑有问题的CP，实际上是我最新的图，它或许不是理想的
我不是教练啦！只是说得比跑得好的业余跑者 XD
: 若是你要看一个比较合理的图，那就是去年台北马前我做完CP test 后的结果，曲线实
: 际上与model curve有多点交叠，但碍于Stryd的限制我无法调出比对，但使用GC可以，
: 如下：
: https://i.imgur.com/mBqd388.png
: 请注意10分之后两线几乎交叠。交叠段Goldencheetah告诉我以Pace 4:07我可以跑完全程
: ，这正也是我台北马的成绩。1:27:01 , pace 4:07。而两段空隙较大的段落，的确是我
: 先前以心率区间为主的训练恰好没练到的部份。
这个看起来 CP 是准确的， 2-5m 跟 10-60m 都有 max effort 。