10% é a resposta ingênua

O bônus + 2 para AC é 10% da rolagem do d20, mas é mais complicado que isso:

• Se o inimigo só puder acertá-lo em um 20 natural, adicionar um escudo não fará nada
• Se, sem um escudo, o inimigo acertar você em 50% do tempo, ele se tornará 40% com um. A diferença é de cerca de 20%¹.
• Se o inimigo errar apenas no 1, largar o escudo não fará nada

Nos jogos reais, é de cerca de 15-25%.

Cálculo

Suponha, por simplicidade, que o atacante causa dano de 10 hp por acerto, e os críticos aumentam o dano em 5 HP (50%)².
O DPR contra um oponente sem escudo é $$ \ frac {(21 - rollNeeded) * 10 + 5} {20} {} $$
O DPR contra um oponente blindado é $$ \ frac {(21 - rollNeeded - 2) * 10 + 5} {20} {} $$ rollNeeded = (seu CA) - (o oponente bate). É sempre entre 2 e 20.

mesa

Subtraia o inimigo típico do seu CA e descubra quanto um escudo ajudaria.
Por exemplo, você quer decidir entre empunhadura dupla e espada e prancha para um novo lutador. Como equipamento inicial, você pode receber cota de malha (AC 16) e espera que muitos Goblins (+ 4 atinjam). Você recebe 12 -> 21.05% menos dano recebido com um escudo!

Gráfico

1) Os críticos complicam as coisas
2) Assumindo que não há itens mágicos e uma habilidade + 5, um crítico aumenta Greatsword [GWF] em 62%, Longsword [Dueling] em 39%. Ataques furtivos ganham cerca de 88% no nível 19. 50% é apenas uma aproximação, mas sua alteração não influencia significativamente o resultado final

Cerca de 14% -30% na reprodução normal

Eu produzi probabilidades para o cenário em que o atacante é um grande lutador de armas usando um Greataxe com um modificador de dano + 3 ou 1d12 + 3 [GWF] por um golpe normal ou 2d12 + 3 [GWF] por uma crítica acertar. Diferentes armas e modificadores de dano e recursos distorcerão esses resultados, mas eles devem representar um cenário relativamente "normal" para a maioria dos modos de jogo.

Na maior parte do jogo, um escudo reduzirá o DPR deste atacante em um 1.034 plano, variando apenas significativamente nos CAs mais altos, quando Critical Hits representar a única chance significativa de acertar.

Minha experiência com o jogo me ensinou que, na faixa usual de valores da classe Armor, que um grupo médio encontrará (tanto para eles quanto para criaturas inimigas), a faixa "acertar" geralmente fica entre 7 e 15. Nesse intervalo, podemos ver que, no nível mais baixo, um escudo reduz o DPR esperado do atacante (por ataque) em cerca de 13.592% e, no extremo superior, reduz o DPR em cerca de 29.824%.

\ begin {array} {| l | r | r | r |} \ hline \ text {Nome} & \ text {Normal} & \ text {+ Shield} & \ text {[%]} \\ \ hline \ text {To-hit = 1} & 10.183 & 9.667 & \ text {-5.067%} \\ \ hline \ text {To-hit = 2} e 10.183 & 9.150 & \ text {-10.144%} \\ \ hline \ text {To-hit = 3} & 9.667 & 8.633 & \ text {-10.696%} \\ \ hline \ text {To-hit = 4} e 9.150 & 8.117 & \ text {-11.290%} \\ \ hline \ text {To-hit = 5} & 8.633 & 7.600 & \ text {-11.966%} \\ \ hline \ text {To-hit = 6} e 8.117 & 7.083 & \ text {-12.739%} \\ \ hline \ text {To-hit = 7} & 7.600 & 6.567 & \ text {-13.592%} \\ \ hline \ text {To-hit = 8} e 7.083 & 6.050 & \ text {-14.584%} \\ \ hline \ text {To-hit = 9} & 6.567 & 5.533 & \ text {-15.745%} \\ \ hline \ text {To-hit = 10} e 6.050 & 5.017 & \ text {-17.074%} \\ \ hline \ text {To-hit = 11} & 5.533 & 4.500 & \ text {-18.670%} \\ \ hline \ text {To-hit = 12} e 5.017 & 3.983 & \ text {-20.610%} \\ \ hline \ text {To-hit = 13} & 4.500 & 3.467 & \ text {-22.956%} \\ \ hline \ text {To-hit = 14} e 3.983 & 2.950 & \ text {-25.935%} \\ \ hline \ text {To-hit = 15} & 3.467 & 2.433 & \ text {-29.824%} \\ \ hline \ text {To-hit = 16} e 2.950 & 1.917 & \ text {-35.017%} \\ \ hline \ text {To-hit = 17} & 2.433 & 1.400 & \ text {-42.458%} \\ \ hline \ text {To-hit = 18} e 1.917 & 0.883 & \ text {-53.938%} \\ \ hline \ text {To-hit = 19} & 1.400 & 0.883 & \ text {-36.929%} \\ \ hline \ text {To-hit = 20} e 0.883 & 0.883 & \ text {-0.000%} \\ \ hline \ end {array}

Estou produzindo esses valores apenas como uma confirmação dos valores de Andras: acredito que a pequena diferença entre nossos resultados são apenas as consequências do uso de dados de danos diferentes e que, com base em meus próprios resultados, seus valores provavelmente estão corretos para o cenário.