Para determinar o efeito de uma perspectiva qualitativa, eu juntei um script de Scala para forçar a força bruta de todas as combinações para a queda de 4d6 mais baixa e sua variante "manter quadruplas" e determinar suas somas:
val keepallsums = Array.tabulate(6,6,6,6)((w,x,y,z) => {
if (w == x && w == y && w == z) 4*(w+1)
else Array(w,x,y,z).sorted.drop(1).sum + 3
}).flatten.flatten.flatten
val sums = Array.tabulate(6,6,6,6)(Array(_,_,_,_).sorted.drop(1).sum + 3).flatten.flatten.flatten
val counts = Array.tabulate(25)(x => (x, keepallsums count (_ == x), sums count (_ == x)))
counts foreach (x => println(x._1 + " " + x._2 + " " + x._3))
Isso gera um arquivo de dados separado por espaço. A primeira coluna é o resultado possível da pontuação de habilidade, a segunda coluna é o número de combinações de dados que podem dar essa pontuação com a variante, a terceira é a mesma para a tradicional queda de 4d6:
0 0 0
1 0 0
2 0 0
3 0 1
4 5 4
5 10 10
6 20 21
7 38 38
8 63 62
9 90 91
10 122 122
11 148 148
12 167 167
13 172 172
14 160 160
15 130 131
16 95 94
17 54 54
18 20 21
19 0 0
20 1 0
21 0 0
22 0 0
23 0 0
24 1 0
Já podemos confirmar que, usando a variante, não há chance de começar com uma chance 3 e pequena, mas diferente de zero, de começar com 20 ou 24. Plotar esses dados gera duas curvas (púrpura é a variante, ciano é a normal 4d6 drop lower):
Essas curvas são quase completamente coincidentes. Esse esquema variante de rolagem, embora interessante do ponto de vista teórico, não aumenta significativamente o valor esperado das estatísticas, mas aumenta a variância e, mais notavelmente, o máximo.