Se utilizó una muestra de archivo de n=300 exámenes poligráficos confirmados de campo , para estudiar los efectos de las proporciones mínimas de restricción , de sde 1:1 y hast a 2:1 en incrementos de . 05, para la extracción automática de características y par a la asignación automática de puntuaciones. Para los datos respiratorios , el 95% de las puntuaciones fueron cero (0) con una proporción de restricción mínima de 1 . 6:1. Por el contrario , aproximadamente el 55% de las puntuaciones de l EDA fueron distintas a cero y el 39% de las puntuaciones de l cardio fueron distintas a cero con la misma proporción (1 . 6:1). Las proporciones LogRC fueron óptim a s sin una restricción mínima, lo que indica que los métodos de puntuación automatizados son razonables cuando intentan hacer uso de cualquier diferencia medible que pueda extraerse entre las preguntas relevantes y de comparación. Para las puntuaciones enteras con si gno, el coeficiente de correlación (similar a l DEC) de las 2700 puntuaciones numéricas , no se vio fuertemente afectado por alguna restricción de los datos de cardio. El coeficiente de correlación para las puntuaciones numéricas de los datos del EDA se vio mínimamente afectado por la serie de restricciones, comenzando en . 425 con 1 . 05:1, luego aumenta ligeramente a . 450 con la proporción de 1. 2:1 y termina en . 385 con la proporción de restricción máxima de 2:1. Las correlaciones de puntuaci ó n de la respiraci ón, junto con la correlación de la puntuaci ó n agregad a (mostradas en naranja), sugieren que restringir la extracción de la s puntuaciones de la respiración al rango entre 1 . 2:1 y 1 . 6:1 puede optimizar de manera útil la contribución de las puntuaciones de la respiración para lograr conclusiones correctas vs conclusiones incorrectas. Los datos de este análisis indican que no se necesita una proporción de restricción mínima para los métodos de análisis automatizados del EDA o cardio y proporcionan un soporte general a la validez de la regla «más grande es mejor».