Comment fonctionne le calculateur de chrono trail ?
Modèle statistique, sources de données, précision validée — tout ce que vous devez savoir sur la méthode derrière nos prédictions.
Essayer le calculateur →1. Sources de données
Le calculateur s'appuie sur des données de finishers collectées depuis 2016 sur deux sources principales :
- livetrail.net — plateforme de résultats officiels trail, couvrant la grande majorité des courses françaises et européennes avec UTMB Index.
- finishers.com — agrégateur de résultats trail international, utilisé en complément pour les courses moins couvertes par livetrail.
Pour chaque course, nous collectons : le score UTMB Index du coureur, le temps de finition officiel, l'édition (année). Les données d'entraînement, les abandons, et les disqualifications sont exclus.
Courses avec le plus de données
| Course | Finishers | Éditions | Période | Précision modèle |
|---|---|---|---|---|
| UTMB Mont-Blanc (171 km) | 8 700 | 10 | 2015-2025 | R²= 0,97 |
| EcoTrail Paris 80 km | 10 200 | 9 | 2015-2025 | R²= 0,96 |
| CCC (101 km) | 7 800 | 9 | 2015-2025 | R²= 0,95 |
| Lavaredo Ultra Trail (120 km) | 6 200 | 8 | 2016-2024 | R²= 0,95 |
| Transgrancanaria (130 km) | 5 100 | 8 | 2016-2024 | R²= 0,94 |
| Les Templiers (72 km) | 4 800 | 8 | 2016-2024 | R²= 0,91 |
| TDS (145 km) | 4 100 | 9 | 2015-2025 | R²= 0,95 |
| SaintéLyon (75 km) | 3 900 | 7 | 2017-2024 | R²= 0,90 |
2. Le modèle LOESS — pourquoi pas une régression linéaire ?
Une régression linéaire suppose que la relation entre score UTMB Index et temps de finition est une droite. Ce n'est pas le cas en trail : les coureurs d'élite (score > 800) sont proportionnellement beaucoup plus rapides que le modèle linéaire ne le prédirait, et les finishers lents (score < 350) sont souvent plus lents que prévu.
La régression LOESS (Locally Weighted Scatterplot Smoothing) résout ce problème en estimant la courbe localement : pour chaque point de l'espace des scores, elle ajuste une régression pondérée en donnant plus de poids aux points voisins. Le résultat est une courbe lisse qui suit la forme réelle de la distribution.
Pourquoi ce choix est adapté au trail
- Relation non-linéaire : la vitesse n'augmente pas de façon constante avec le score.
- Hétéroscédasticité : la variance des temps est plus faible chez les élites (ils sont tous rapides) et plus large chez les coureurs lents (plus de variabilité).
- Pas de paramètre à calibrer manuellement : contrairement à une polynomial, LOESS s'adapte automatiquement à la forme des données.
3. Calibration par course
Il n'existe pas un seul modèle global. Chaque course dispose de son propre modèle LOESS, entraîné sur ses finishers réels. Cette approche capture les spécificités de chaque parcours :
- L'altitude et la technicité du terrain (ex : UTMB vs Templiers)
- Les règles de barrières horaires (qui filtrent les finishers lents)
- Les variations de parcours entre éditions (signalées dans les métadonnées)
Bandwidth adaptatif
Le paramètre de lissage (bandwidth) est sélectionné par validation croisée 5-fold : on cherche la valeur qui minimise l'erreur quadratique moyenne sur les données de test. Pour les courses avec peu de finishers (<100), le bandwidth est élargi pour éviter le surapprentissage.
Seuils de confiance
| Badge | Seuil finishers | Fourchette typique | Signification |
|---|---|---|---|
| 🟢 Haute | ≥ 500 finishers | ±5% | Prédiction précise, utilisable pour planifier une stratégie de course |
| 🟡 Correcte | 100 – 499 finishers | ±8 – 10% | Bonne estimation, fourchette à prendre en compte |
| 🔴 Indicative | < 100 finishers | ±12 – 18% | Ordre de grandeur uniquement — peu de données disponibles |
4. Mode Parcours libre — scaling physique
Quand votre trail cible n'est pas dans la base, ou que vous n'avez pas de score UTMB Index, le mode Parcours libre estime votre niveau à partir d'un chrono de référence sur une course déjà courue.
Principe
Le calculateur convertit votre chrono de référence (course connue avec distance + D+) en une estimation de score UTMB équivalent, puis applique un modèle de scaling physique pour projeter ce niveau sur le trail cible.
5. Limites du modèle
Ce calculateur est un outil probabiliste, pas une certitude. Les facteurs suivants ne sont pas pris en compte :
- Conditions météo : chaleur extrême, neige, pluie peuvent allonger significativement les temps (UTMB 2022 : +15% sur la médiane à cause de la chaleur).
- Préparation spécifique : un coureur qui prépare spécifiquement l'UTMB sera plus rapide qu'un coureur avec le même score sur un 50 km.
- Blessures et état de forme : le score UTMB reflète une forme passée, pas la forme du jour J.
- Logistique ravitaillement : les arrêts aux stands varient selon les stratégies individuelles.
- Scores obsolètes : un score de plus de 2 ans peut ne plus refléter le niveau actuel du coureur.
La fourchette de temps affichée tient compte d'une partie de cette variabilité naturelle (elle est calculée à partir des percentiles 10–90 des finishers proches de votre score), mais ne capture pas les facteurs exogènes comme la météo.
6. Questions et retours
Si votre chrono réel diverge significativement de la prédiction, cela peut indiquer une anomalie dans les données de la course (parcours modifié, conditions exceptionnelles) ou un score UTMB non représentatif de votre niveau actuel.
Les retours des coureurs qui ont utilisé le calculateur avant et après une course nous aident à améliorer les modèles. Contactez-nous sur la page À propos.