Since real-life measurements cannot be absolutely precise, we never know the precise value of a physical quantity, we only know an interval of its possible values. Due to this uncertainty, there are several different models that are consistent with the same measurement results. Which model should we choose? In this paper, we show that Ockham's razor principle (Entities should not be multiplied unnecessarily) can lead to a natural criterion for choosing a model. As an example, we apply this criterion to data processing related to a reasonably simple psychological problem.

Практические измерения не могут быть абссолютно точными. Позтому мы иикогда не знаем точное значение физической величины, но лишь, интервал, в котором заключены ее возможные значения. Благодаря зтой неопределенности могут сушествовать несколько различных моделей, совместимых с одними и теми же результатами нзмерений. Какую из них выбрать? В настояшей работе показывается, что прицип бриты Кккама («сушностн не следует умножать без необходимости») может привести к естественному критерию выбора модели. В качестве примера зтот критерий применяется к обработке данных в достаточко простой психологической задаче.