Lors de la vérification de prévisions déterministes, deux mesures de l’erreur couramment utilisées pour définir l’exactitude quantitative sont l'erreur moyenne absolue (EMA) et la racine de l'erreur quadratique moyenne (REQM).

Ces deux types d'erreurs se fondent sur l’ampleur de la différence entre les prévisions et les observations. Ils n'indiquent pas si la différence est positive (la prévision est plus grande que l'observation) ou négative (la prévision est plus petite que l’observation).

L'EMA est la moyenne des différences absolues entre les observations et les prévisions. La REQM est la racine carrée de la moyenne des carrés des différences entre les observations et les prévisions. Dans les deux cas, une valeur de 0,00 indique une correspondance parfaite entre les observations et les prévisions. À partir de zéro, la valeur augmente à mesure que grossit l'erreur. Théoriquement, elle peut aller jusqu'à l'infini.

La REQM est plus sensible aux grandes différences entre les observations et les prévisions que l'EMA. Par conséquent, l'EMA se prête mieux à la vérification des valeurs relatives aux faibles débits, car l'ampleur des erreurs de prévision est alors généralement beaucoup plus faible. Les erreurs importantes, plus courantes pour les prévisions de débit élevé, dominent les mesures d'erreur exprimées par la REQM.

Un autre indicateur d'erreur est l'erreur moyenne (ME). L'erreur moyenne est la moyenne des différences arithmétiques entre les observations et les prévisions.

Contrairement à l'EMA et à la REQM, la ME indique si les prévisions tendent à être plus élevées ou plus faibles que les observations. Sa valeur peut donc être négative. Les valeurs positives indiquent une tendance à la surestimation (les prévisions tendent à être plus élevées que les observations) et les valeurs négatives indiquent une tendance à la sous-estimation.
Comme dans le cas d’autres mesures de l'erreur, une valeur de 0,00 est idéale, mais une valeur très basse peut prêter à confusion. Si un ensemble de prévisions comporte des erreurs importantes qui se répartissent de manière équilibrée autour de la moyenne, l'erreur moyenne prend la valeur de zéro, car les erreurs s'annulent. Par conséquent, une ME nulle n'indique pas nécessairement une prévision parfaite. Dans le même cas de figure, les valeurs de la REQM et de l'EMA seraient positives, indiquant une prévision imparfaite. Il est donc important de combiner la ME avec d'autres mesures lorsque l’on vérifie des prévisions.