부적절 선형 모델 (Improper Linear Model)이 생각보다 많은 사례에서 사전 데이터 없이 간편하게 합리적인 판단에 활용할 수 있다는 것을 밝혀냈다. 로빈 도스의 다양한 사례에서의 부적절 선형 모델을 통한 더 나은 판단이 가능하다는 연구를 통해서, 컴퓨터/복잡한 계산 과정/충분한 사전 데이터가 없이도 심지어 간단한 사칙 연산의 활용만으로 훌륭한 알고리즘으로서 인간의 노이즈를 차단하고 정확한 측정값을 기반으로 하는 판단 적용이 가능하게 되었다.
심지어 부적절 선형 모델은 가중치가 동일하다는 점에서 일반적으로 정확한 값을 도출하는 데에 결정적인 단점이 될 수 있지만, 대부분의 사례에서 선형 모델을 사용할 경우 다양한 사전 값을 높은 복잡도 속에서 적용하기 때문에 오히려 부적절 선형 모델 만으로 계산하는 간단한 알고리즘이 결과적으로는 더 높은 신뢰도를 갖는 것도 가능하다는 것을 역설했다.