Im Konzept des Data Snooping wird ein Messwert als grob fehlerbehaftet angesehen, wenn seine normierte Verbesserung einen gewissen kritischen Wert überschreitet. Die Größe des kritischen Wertes wird meist aus der Irrtumswahrscheinlichkeit für den entsprechenden Hypothesentest abgeleitet. Wir schlagen vor, diesen Wert so zu wählen, dass die Varianz der Schätzfunktion minimiert wird. Dann hängt dieser Wert vom Ausgleichungsmodell ab und muss vorher mit der Monte-Carlo-Methode bestimmt werden. Wir illustrieren die Methode am Beispiel einer Messreihe (direkte Messungen).