协变量测量误差（covariate measure error），理学-统计学-生物、医药、卫生统计-临床试验的自适应性设计，在数据采集过程中，由于测量仪器精度问题、测量方法不恰当、测量人员的视觉误差或记录误差以及抽样调查中受访者的虚假回答等原因导致所得到的协变量测量值与真实值之间存在一定的偏差。简史最原始的线性测量误差模型在19世纪70年代已经出现，但并未受到重视。到了20世纪80年代才开始受到重视，原因是在许多数据用普通回归模型处理时，结果不太理想，究其原因是自变量中的误差太大，无法用传统的回归模型来分析。自20世纪80年代后期，非线性测量误差模型也被广泛研究，随着模型的复杂程度变高，研究的难度也大为提高。协变量含有测量误差所带来的“三重后果”：有偏的参数估计（bias in parameter estimation）；在探测变量之间关系时引起效率损失（loss of power for detecting interesting relationship among variables）；掩盖数据特征（masking the features of the data）。