在迴歸模型中，若可觀察到的變數與實際的變數不相同,則稱該變數存在衡量誤差。例如令可觀察的變數為，實際的變數為

，衡量誤差的一般設定為

其中為衡量誤差，且。

所得通常存在衡量誤差，意即你宣稱(即可觀察的)所得與實際所得通常是不一樣的。所得變數的衡量誤差可能的原因是四捨五入或者人為刻意混淆，例如實際月薪為 49762 可能宣稱所得為 5 萬元，或者為了避免人資知道自己的身份，在社群軟體中分享自己的分紅獎金時會刻意高報或者低報。在模型設定時，變數之間的關係會以實際的變數設定，即，其中是有興趣的參數。但在存在衡量誤差下進行估計時，會有一個參數無法觀察到，例如可能為

或者 衡量誤差發生在解釋變數或者被解釋變數時對於迴歸模型的影響不同

若被解釋變數具有衡量誤差，則無太大的影響。但由於迴歸模型最擔心的問題是解釋變數具有內生性，因此應避免解釋變數具有衡量誤差。解決衡量誤差產生的問題可使用較精確的變數(例如使用報稅所得取代宣稱所得)或者工具變數迴歸。