Menu

Infinity INF 050

Der Infinity INF 050 ist ein High Performance Sommer Reifen für einen Personenkraftwagens.

5.8
Reifenbewertungen Basierend auf Nutzerbewertungen
Limited Vertrauen Aufschlüsselung anzeigen
Trockenhaftung
66%
Nassgriff
47%
Straßenfeedback
59%
Progressivität
54%
Verschleiß
78%
Komfort
51%
Kaufempfehlung
51%
19 Beurteilungen
58% Durchschnitt
177,500 Gefahrene Kilometer
Infinity INF 050

Infinity INF 050

Summer Economy
BETA
5.8 / 10
Basierend auf Nutzerbewertungen · 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.
Punktekomponenten
Professionelle Prüfungen
Gewicht: 80%
Tests: 0
Veröffentlichungen: 0
Nutzerbewertungen
Gewicht: 15%
Rezensionen: 19
Durchschnittsbewertung: 57.9%
Mindestanforderung: 5
Konsistenz
Gewicht: 5%
Standardabweichung des Ergebnisses: 0.13
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 Infinity INF 050

Fragen und Antworten für die Infinity INF 050

Frage stellen
Wir haben leider derzeit keine Fragen und Antworten für den Infinity INF 050. 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 Infinity INF 050 bewerten?

Klicken Sie auf einen Stern, um Ihre Bewertung abzugeben.

Latest Infinity INF 050 Beurteilungen

Bei 91% beim Fahren eines Mitsubishi Lancer Evolution VI (225/45 R17) auf a combination of roads für 30,000 spirited Kilometer
Gekauft vor 4 Jahren für meinen 2000 Lancer Evo Makinen 6.5 (800 PS) ... Beste Allround-Reifen, die dieses Auto hatte (50000 km gelaufen und etwas mehr als die Hälfte abgenutzt, habe Fotos, wenn erforderlich) - zweiter Satz gekauft und in der Garage stehen jederzeit einsatzbereit.
November 20, 2021
Bewerten Sie die Infinity INF 050