欢迎致力于研究棒球物理学。我的特殊研究兴趣是两方面：棒球击中的物理学和棒球的飞行。我在这两个领域都做了很多独立的研究。我还参与了游戏的几个实际兴趣领域。一个人在表征，测量和调节非木蝙蝠的性能，这是我在该委员会为NCAA和美国棒球提供建议的领域。另一个正在利用追踪棒球的新技术，例如Trackman，Rapsodo和现在的Hawkeye，用于棒球分析中的新颖用途。但是这个网站的作用远不止我自己的作品分类。它试图提供与过去十年左右在棒球物理学各个方面所做的许多高质量工作的链接。如果读者知道我忽略的网站，请与我联系。
艾伦·内森（Alan Nathan），2021年3月29日。
关于2021赛季棒球的变化以及这些变化如何影响各种统计指标的讨论很多。在这篇简短的文章中，我讨论了棒球的重量，大小和COR（“ Bounciness”）如何影响出口速度和飞球距离。
艾伦·内森（Alan Nathan），2021年1月4日，并于1月5日更新了更正。
艾伦·内森（Alan Nathan），2021年1月22日。
艾伦·内森（Alan Nathan），《 SABR Analytics Talk》的PowerPoint幻灯片，2021年3月13日。
作为对“不再仅仅关于马格努斯”文章的后续（请参阅下面的链接），第一篇文章设置了一种形式主义，可以使用旋转组件上的鹰眼数据将螺距上的运动分离为Magnus和非马格努斯组件。第二篇文章采用了略有不同的方法，因为它设置了一种形式主义，以将运动分为升力（即朝着马格努斯力的方向）和侧面（垂直于马格努斯力）组件分开。尽管侧面成分一定是非粘液，但升力组件虽然主要是马格努斯，但可能会混合一些非杂物。点击这里用于使用两种形式主义进行计算的电子表格模板。
巴顿·史密斯（Barton Smith），艾伦·内森（Alan Nathan）和哈里·帕维利迪斯（Harry Pavlidis），棒球招股说明书，2020年11月5日
本文报道了鹰眼数据首次使用鹰眼数据来找到俯仰运动的证据，超出了由于马格努斯力而预期的。分析的关键是鹰眼直接测量旋转轴，可以将其与运动推断的轴进行比较。它们之间的任何区别是直接证据表明非马格努斯运动。此类行为如下图所示。有趣的是，数据显示出对沉降片和变化的臂侧运动比基于马格努斯（Magnus）预期的要多，而快球则相反。一旦3D中的旋转轴公开可用，就可以直接测量旋转效率并进行定量测量Magnus和Non-Magnus运动的大小和方向。人们还将能够确定阻力系数如何取决于活性和陀螺式自旋速率。
艾伦·内森（Alan Nathan），2020年5月25日更新，未出版
艾伦·内森（Alan Nathan），2020年8月31日，未出版
开发了一种技术来确定俯仰棒球的旋转轴方向。该方法利用轨迹的轨迹测量值，特别是自旋诱导的运动来确定活跃的自旋。该方法的重要物理输入是主动自旋与运动之间的关系，这是在受控条件下与实验室实验分开确定的。积极自旋和总自旋的跟踪器测量的组合允许在3个维度和自旋效率中测定自旋轴，后者是活性与总自旋的比率。开发了一个有用的公式，将运动与释放和本垒板之间的球旋转数量有关。讨论了实验噪声在轨迹测量中的作用。一个重要的警告是，该技术隐含地假设运动是由于马格努斯效应，而不是球上的其他可能的力。点击这里对于用于执行计算的电子表格模板。
附录指出，每当旋转效率小于1时，自旋和运动之间的关系中的关系尚未解决。
艾伦·内森（Alan Nathan），未出版
本文分析了为什么具有相同发射条件的飞球比左场或右场更远的原因。
艾伦·内森（Alan Nathan），《范格拉夫》（Fangraphs），2020年7月6日。
艾伦·内森（Alan Nathan），2020年7月20日。
众所周知，在给定的发射条件下，飞球携带的距离有所不同。对此的各个方面进行了研究文章再一次后续文章。当前的研究充分利用了跟踪击球并确定其旋转速率和旋转轴以回答这个问题的Statcast功能。在控制出口速度，喷雾角度和发射角度后，其余11英尺的RMS分布来自四个不同的来源，其贡献大致相等：backspin的变化与平均值的变化；侧宾与平均值的变化；阻力系数的球对球变化；测量噪声。后续文章还表明，与单个backspin和侧旋组件相比，总旋转率在确定距离方面提供的信息要少得多。它还表明，测量噪声是由实际距离测量中的噪声而不是阻力系数测量中的噪声主导的。
艾伦·内森（Alan Nathan），2019年SABR Analytics会议上的演讲
在本演讲中（音频链接），我介绍了有关斜球蝙蝠碰撞的各种实验的结果，并展示了它们如何用于预测摇摆参数的击球参数，如图所示。然后，我开始解决“逆向工程”问题，从而从击球参数中确定摇摆参数，尤其是攻击角度。如果蝙蝠的攻击角与球的下降角度不同，并且对此问题进行了定量研究。最后，解决了一个问题是否有利于改变秋千以牺牲出口速度，以在击球上获得一些额外的旋转。可以通过单击可以找到与此主题相关的其他链接这里。
艾伦·内森（Alan M. Nathan），《硬球时报》，2018年8月27日
本文仔细研究了如何根据轨迹的测量来确定运动。研究了两种技术。技术1是Statcast/Trackman当前使用的技术。技术2基于我调查十多年前。我表明技术1导致运动与确切值的系统偏差，而技术2的表现要好得多。讨论了技术2背后的基础物理学这里;点击这里对于那里描述的电子表格模板。
这是描述我的轨迹计算器的最新版本的页面的链接，该页面现在完全3维，并利用使用Statcast数据优化的拖放系数。
艾伦·内森（Alan Nathan），《硬球时报》，2016年4月6日
在这一点文章，我使用2015赛季的Statcast飞球数据来研究飞球距离如何取决于出口速度，垂直发射角和高程。量化了库尔斯场效应。间接地，该分析用于确定对温度，相对湿度和风的飞球距离的影响。一个也许令人惊讶的结果是，距离速率的距离较弱，与早期报告的结果一致本文。
艾伦·内森（Alan Nathan），棒球招股说明书，2015年3月31日
本文介绍了如何使用田径运动员数据将倾斜棒球的自旋分离为导致运动的部分（“有用”旋转）和没有（“ Gyrospin”）的零件。结果表明，快速球和换击与它们的所有旋转都一致，而断裂球（包括切割器）具有变化但显着的陀螺仪。有用与总自旋的比率可能对投手，尤其是那些投掷碎球的人有用。运动中的随机测量误差意味着文章中讨论的分析类型仅应用于平均音高集合而不是单个音高。对于那些对技术细节感兴趣的人，您可以在我的未发表中阅读所有有关它们的信息伴侣文章。
杰夫·朗（Jeff Long）为棒球招股说明书撰写了几篇文章旋转曲线球，，，，下一个柯林·麦克休（Collin McHugh）？，，，，妈妈，我可以吗？，尤其是我们对旋转率的了解，在其中使用有用的旋转概念进行了一些分析。
