มีการเสนอมาตรการบางอย่างให้ดู
แนวคิดพื้นฐานจากบทความแรกคือการประเมิน
skill = (potential learning effect) / (potential learning effect + potential random effect)
ซึ่งให้ความสามารถเป็นตัวเลขระหว่าง 0 ถึง 1 อนิจจาเอฟเฟกต์เหล่านี้สามารถคำนวณได้สำหรับเกม "ง่าย" เท่านั้น สำหรับเกมที่มีผู้เล่นหนึ่งคนสมการข้างบนจะลงมา
skill = (Gm - G0) / (Gu - G0)
ที่ของ G คือกำไรสุทธิที่คาดหวังของผู้เล่นสามคน
'0': ผู้เริ่มต้นที่เล่นเกมในลักษณะที่ไร้เดียงสาของใครบางคนที่เพิ่งเข้าใจกฎของเกม
'm': ผู้เล่นเฉลี่ยจริงที่สามารถคิดได้ว่าจะเป็นตัวแทนของผู้เล่นส่วนใหญ่
'u': ผู้เล่นเฉลี่ยเสมือนที่เราบอกล่วงหน้า (เช่นก่อนที่เขาจะต้องตัดสินใจ) ผลลัพธ์ขององค์ประกอบโอกาส
เป็นตัวอย่างที่พวกเขาคำนวณสำหรับ American Roulette: Gu = 35 และ Gm = -1/74 ซึ่งเป็นการเล่นที่ "ง่าย" (เช่น rouge / noir, pair / บกพร่อง) ความคุ้มค่าสำหรับ G0 นั้นเป็นเรื่องของการถกเถียงกันถึงแม้สำหรับเกมนี้ หากผู้เริ่มต้นใช้กลยุทธ์ง่ายๆทักษะก็คือ 0 อย่างเห็นได้ชัด อย่างไรก็ตามหาก G0 เป็นกลยุทธ์ที่ไม่ง่าย (เช่นplein, cheval, carre ) ดังนั้น G0 คือ -1/37 (เช่นการสูญเสียเฉลี่ยแย่ลง) ดังนั้นด้วยสมมติฐานหลังจึงมีศักยภาพในการเรียนรู้เล็กน้อยดังนั้นทักษะจึงเป็น 0.0004 ฉันต้องบอกว่าฉันสับสนเล็กน้อยว่าพวกเขาใช้คำศัพท์ภาษาฝรั่งเศสสำหรับ American Roulette; อนิจจาพวกเขาแหล่งอ้างอิงสำหรับรายละเอียดเพิ่มเติมอยู่ในดัตช์
สำหรับแบล็คแจ็คพวกเขาได้มาจากการจำลองคอมพิวเตอร์ที่ Gm = 0.11, Gu = 27 และใช้ G0 = -0.057 สำหรับกลยุทธ์ "เลียนแบบเจ้ามือ" และจากทักษะนั้น 0.006
สำหรับเกมที่ผู้เล่นแข่งขันโดยตรงและกลยุทธ์เช่น sandbagging หรือ bluffing เรื่อง (เหล่านี้เป็นเกมเดียวที่เรียกว่าเกมที่มีผู้เล่นหลายคนในทฤษฎีเกมโดยวิธีการ) บทความที่สองมีแนวทางที่สมเหตุสมผลมากขึ้นในการพิจารณาว่าผู้เล่นอาจเปลี่ยนกลยุทธ์ ของการสุ่ม พวกเขาใช้สูตรทักษะเดียวกันกับข้างต้น (ยกเว้นว่าพวกเขาเรียกผู้เล่นสามประเภทเริ่มต้นผู้เล่นที่ดีที่สุดและสมมติขึ้น) ความแตกต่างในวิธีการของพวกเขาคือ
กำไรที่คาดหวังสำหรับผู้เล่นที่ฉันเป็นผู้เล่นที่ดีที่สุดจะได้รับจากผลกำไรที่คาดหวังของเขาในสมดุลของแนชของเกมผลรวมศูนย์สองคนที่เกี่ยวข้องกับพันธมิตรของผู้เล่นอื่น
และสำหรับผู้เล่น "สมมติ" พวกเขายังคิดว่าเขารู้ผลลัพธ์ของกระบวนการสุ่มของคู่ต่อสู้ของเขา
อนิจจาไม่มีตัวอย่างใดที่รบกวน แต่ง่ายพอที่จะอธิบายรายละเอียดได้ที่นี่ พวกเขาคำนวณหา drawpoker เวอร์ชั่นที่เรียบง่ายซึ่งมีทักษะเท่ากับ 0.22
ทั้งสองเอกสารเน้นว่าค่าทักษะที่แน่นอนนั้นขึ้นอยู่กับคำนิยาม / การสันนิษฐานของพฤติกรรมของผู้เริ่มต้น
จำเป็นต้องใช้วิธีการทดลองสำหรับเกมที่มีความซับซ้อนและน่าสนใจเช่น
ผู้เล่นเหล่านั้นระบุว่ามีความเชี่ยวชาญสูงได้รับผลตอบแทนจากการลงทุนโดยเฉลี่ยมากกว่า 30 เปอร์เซ็นต์เมื่อเทียบกับ -15 เปอร์เซ็นต์สำหรับผู้เล่นอื่นทั้งหมด ช่องว่างขนาดใหญ่ที่ให้ผลตอบแทนนี้เป็นหลักฐานที่แข็งแกร่งในการสนับสนุนแนวคิดที่ว่าโป๊กเกอร์เป็นเกมที่มีทักษะ