Medidas analíticas modernas são comumente apresentadas na forma de vetores (e.g., espectros) ou estruturas de dados de ordem maior como matrizes, que são normalmente sujeitas a estratégias de análise multivariada de dados para a extração de informações. Um aspecto dessas medidas que normalmente é pouco compreendida é a natureza subentendida dos erros, e como eles afetam a obtenção da informação química. Este Account descreve alguns dos métodos que podem ser utilizados para caracterizar erros de medidas multivariadas e como esta informação pode ser usada para melhorar os resultados das análises de dados. A caracterização inclui classificações gerais de erros, representações de domínios Fourier e matriz da covariância dos erros. O cálculo e a interpretação da covariância dos erros e matrizes de correlação são ilustrados usando medidas experimentais e os métodos de análise de dados que fazem uso dessa informação do erro são brevemente resumidos. Um exemplo simples é apresentado para mostrar como a informação sobre medidas de erros permite uma extração bem-sucedida da variância química significativa dos dados.
