Menu

Formula Ice

Der Formula Ice ist ein Tourenwagen Winter Reifen für einen Personenkraftwagens.

6.6
Reifenbewertungen Basierend auf professionellen Tests
Limited Vertrauen Aufschlüsselung anzeigen
Trockenhaftung
80%
Nassgriff
85%
Straßenfeedback
80%
Progressivität
85%
Verschleiß
85%
Komfort
80%
Kaufempfehlung
100%
Schneegriff
80%
Eisgriff
80%
2 Beurteilungen
84% Durchschnitt
30,000 Gefahrene Kilometer
Formula Formula Ice

Formula Formula Ice

Winter Economy
BETA
6.6 / 10
Basierend auf professionellen Tests · Limited Vertrauen · Aktualisiert 23 Feb 2026

Der Tyre Reviews Score ist das umfassendste verfügbare Reifenbewertungssystem. Er aggregiert professionelle Testdaten aus zahlreichen unabhängigen Publikationen, Nutzerbewertungen und Konsistenzanalysen mithilfe Bayes'scher statistischer Methoden, gewichteter Normalisierung und einer an die Aktualität angepassten Bewertung, um eine einzige, zuverlässige Leistungsbewertung zu erstellen.

Erfahren Sie mehr über unsere Methodik.
Dry
81.8
1.13x / 1 prüfen
Ice
75.7
1.2x / 1 prüfen
Value
73.9
0.42x / 1 prüfen
Snow
70.5
1.5x / 1 prüfen
Wet
65.9
1.93x / 1 prüfen

Kategorienübergreifende Werte sind abgeleitete Kennzahlen, die Daten aus mehreren Testdisziplinen kombinieren, um Leistungsmerkmale in der realen Welt zu bewerten.

Braking
73.1
4 Tests
Punktekomponenten
Professionelle Prüfungen
Gewicht: 80%
Tests: 0
Veröffentlichungen: 0
Nutzerbewertungen
Gewicht: 15%
Rezensionen: 2
Durchschnittsbewertung: 83.9%
Mindestanforderung: 5
Konsistenz
Gewicht: 5%
Standardabweichung des Ergebnisses: 0.9
Historische Punkte: 10
Methodik & Konfiguration
Bewertungsprozess
  1. Testdaten sammeln: Sammeln Sie Ergebnisse professioneller Reifentests aus verschiedenen Publikationen. Mindestens prozentuale Testanzahl erforderlich.
  2. Positionen normalisieren: Die Testpositionen werden mithilfe der exponentiellen Gewichtung (Faktor: 1.2) in Perzentilwerte umgerechnet.
  3. Aktualitätsgewichtung anwenden: Neuere Tests werden höher gewichtet, wobei die Abklingrate 0.95 beträgt.
  4. Nutzerbewertungen einbeziehen: Nutzerbewertungen einbeziehen (mindestens 5 Bewertungen). Gewichtung: 15%.
  5. Bayes'sche Glättung: Wenden Sie Bayesian prior (score: 7, weight: 1.5) an, um extreme Werte bei begrenzten Daten zu vermeiden.
  6. Endergebnis berechnen: Kombinieren Sie alle Komponenten unter Verwendung des Normalisierungsfaktors 1.1. Maximaler Score bei begrenzten Daten: 9.5.
Komponentengewichte
Testdaten
80%
Nutzerbewertungen
15%
Konsistenz
5%
Alle Konfigurationsparameter
ParameterWertBeschreibung
safety_weight 0.7 Weight multiplier for safety-related metrics
performance_weight 0.55 Weight multiplier for performance metrics
comfort_weight 0.4 Weight multiplier for comfort metrics
value_weight 0.45 Weight multiplier for value-for-money metrics
user_reviews_weight 0.15 How much user reviews contribute to the final score
test_data_weight 0.8 How much professional test data contributes to the final score
consistency_weight 0.05 How much score consistency contributes to the final score
recency_decay_rate 0.95 Rate at which older test results lose influence (higher = slower decay)
min_test_count 1 Minimum number of professional tests required
min_review_count 5 Minimum number of user reviews required
score_version 1.9 Current version of the scoring algorithm
score_normalization_factor 1.1 Factor used to normalize raw scores to the 0-10 scale
confidence_factor_weight 0.2 How much data confidence affects the final score
position_penalty_weight 0.2 Penalty applied for poor test positions
gap_penalty_threshold 12 Score gap (%) that triggers additional penalties
min_metrics_count 2 Minimum number of test metrics needed per test
limited_data_threshold 2 Number of tests below which data is considered limited
single_test_penalty 0.75 Score multiplier when only one test is available
critical_metric_penalty 0.7 Penalty for poor performance on critical safety metrics
critical_metric_threshold 70 Score below which a critical metric penalty applies
position_exponential_factor 1.2 Exponent used to amplify position-based scoring
position_exponential_threshold 0.9 Position percentile below which exponential scoring applies
gap_multiplier_critical 3 Multiplier for critical gap penalties
max_category_weight 2 Maximum weight any single category can have
max_score_limited_data 9.5 Score cap when data is limited
bayesian_prior_weight 1.5 Weight of the Bayesian prior in smoothing
bayesian_prior_score 7 Prior score used for Bayesian smoothing
evidence_test_multiplier 1.9 Multiplier for test evidence in confidence calculation
evidence_metric_divisor 3 Divisor for metric count in evidence calculation
evidence_review_divisor 10 Divisor for review count in evidence calculation
combined_penalty_floor 0.2
Alle Tests

Wir haben leider derzeit keine Fachzeitschriftstests für den Formula Formula Ice

Fragen und Antworten für die Formula Ice

Frage stellen
Wir haben leider derzeit keine Fragen und Antworten für den Formula Ice. Bitte senden Sie Ihre Frage mit dem Formular an unsere Reifenexperten!
Frage stellen

Wir werden Ihre E-Mail Adresse nie veröffentlichen

captcha

Um zu bestätigen, dass Sie ein Mensch sind, geben Sie bitte das angezeigte Wort in das Feld unten ein.

Wie würden Sie die Formula Ice bewerten?

Klicken Sie auf einen Stern, um Ihre Bewertung abzugeben.

Latest Formula Ice Beurteilungen

Bei 81% beim Fahren eines Alfa Romeo 159 (205/55 R16) auf a combination of roads für 20,000 average Kilometer
Die Verwendung dieser Reifen bereits seit zwei Jahren und ich bin sehr zufrieden mit ihnen (guter Grip und das Gefühl, unter schwierigen Bedingungen sicher zu sein). Kosten nur 34 € / Stück
April 12, 2020
Bewerten Sie die Formula Ice