Sono state proposte alcune misure, vedi
L'idea di base del primo documento è di stimare
skill = (potential learning effect) / (potential learning effect + potential random effect)
che dà abilità come un numero compreso tra 0 e 1. Purtroppo, questi effetti sono calcolabili analiticamente solo per i giochi "facili". Per una partita a un giocatore, l'equazione precedente si riduce a
skill = (Gm - G0) / (Gu - G0)
dove i G sono i guadagni netti previsti di tre giocatori
'0': un principiante che gioca nel modo ingenuo di qualcuno che ha appena imparato le regole del gioco.
'm': un giocatore medio vero che si può pensare che rappresenti la stragrande maggioranza dei giocatori.
'u': un giocatore medio virtuale a cui diciamo in anticipo (cioè prima che debba decidere) il risultato degli elementi casuali.
Ad esempio, calcolano per la roulette americana: Gu = 35 e Gm = -1/74, quest'ultima corrispondente a un gioco "semplice" (ad es. Rouge / noir, coppia / menomazione). Il valore di G0 è in realtà una questione di dibattito, anche per questo gioco. Se il principiante sceglie una strategia semplice, l'abilità è ovviamente 0. Tuttavia, se G0 è per una strategia non semplice (ad esempio plein, cheval, carre ), allora G0 è -1/37 (cioè una perdita media peggiore). Quindi, con quest'ultima ipotesi, c'è un potenziale minore per l'apprendimento, quindi l'abilità è 0,0004. Devo dire che sono un po 'seccato che usano la terminologia francese per la roulette americana; purtroppo, citano, per ulteriori dettagli è in olandese.
Per il Blackjack derivano da una simulazione al computer che Gm = 0,11, Gu = 27 e prendono G0 = -0,057 per una strategia di "imitazione del mazziere", e da quella ottengono un'abilità di 0,006.
Per i giochi in cui i giocatori competono direttamente e strategie come il sandbagging o il bluffare la materia (questi sono gli unici giochi chiamati giochi multiplayer nella teoria dei giochi), il secondo documento ha un approccio più sensato in quanto considera i giocatori che potenzialmente cambiano strategia una fonte di casualità. Usano la stessa formula di abilità di cui sopra (tranne per il fatto che chiamano i tre tipi di giocatori principiante, giocatore ottimale e fittizio). La differenza nel loro approccio è quella
i guadagni attesi per il giocatore i come giocatore ottimale sono dati dai guadagni attesi nell'equilibrio di Nash del gioco a somma zero a due persone correlato contro la coalizione degli altri giocatori
e per il giocatore "fittizio" ipotizzano anche che conosca il risultato del processo di randomizzazione dei suoi avversari.
Purtroppo non ci sono esempi interessanti ma abbastanza semplici da essere dettagliati qui. Calcolano per una versione semplificata di drawpoker un'abilità di 0,22.
Entrambi i documenti sottolineano tuttavia che il valore esatto dell'abilità dipende dalla definizione / assunzione del comportamento dei principianti.
È necessario un approccio sperimentale per giochi più complessi di interesse pratico, ad es
Quei giocatori hanno identificato a priori come altamente qualificati hanno ottenuto un ritorno sugli investimenti medio di oltre il 30 percento, rispetto a un -15 percento per tutti gli altri giocatori. Questo grande divario nei rendimenti è una prova evidente a sostegno dell'idea che il poker sia un gioco di abilità.