고정된 집합의 한계
기존 데이터 섀플리는 주어진 집합 안에서 자료의 기여를 평가한다. 분포 섀플리는 그 집합을 낳은 데이터 분포를 가치 정의에 포함해 집합 밖 자료를 논의할 기반을 만든다.
통계적 안정성
원 연구는 자료 자체나 기저 분포의 변화에 대한 안정성 등 통계적 성질을 분석했다. 이러한 성질에 근거한 가치 추정 알고리즘을 제안하고 데이터 시장 설정에서 활용을 조사했다.
해석식에 의한 계산
별도의 후속 연구는 선형 회귀와 이진 분류, 비모수 밀도 추정에서 분포 섀플리의 해석식을 도출했다. 이 식으로 가치의 계산을 개선하고 자료 특성에 따른 값의 변화를 해석했다.
사용 범위
자료의 유용함이나 해로움을 학습 알고리즘과 분포의 맥락에서 살펴보는 접근이다. 특정 문제에서 얻은 해석식을 모든 모델에 그대로 적용하는 것은 구분해야 한다.