本文提出了一个新的元数据集，涵盖了Bikhchandani、Hirshleifer和Welch(1992)关于社交学习游戏的13个实验。大量的数据使我们有可能在各种各样的决策情况下估计经验上的最优行动，并询问次优玩法的经济意义。例如，人们可以问，如果玩家追随他人而违背自己的信息是最优的，那么在这种情况下，他们可能会获得多少收益。在所有实验中，平均答案是53%——只比随机选择的收入略高。玩家自己的信息在选择中比其他玩家的选择所传达的信息更有分量:只有在所有可用信息的条件下，自己的信号错误的经验比值比大于2:1，而不是理性预期所暗示的1:1时，普通玩家才会与自己的信号相矛盾。回归分析制定了一个简单的理性预期测试，该测试拒绝并证实，不愿跟随他人产生了所观察到的收益方差的很大一部分，并增加了由情境差异造成的方差。