El modelo de error de Berkson es una descripción del error aleatorio (o clasificación errónea) en la medición . A diferencia del error clásico , el error de Berkson causa poco o ningún sesgo en la medición. Fue propuesto por Joseph Berkson en un artículo titulado “¿Existen dos regresiones?” [1] publicado en 1950.
Un ejemplo de error de Berkson surge en la evaluación de la exposición en estudios epidemiológicos. El error de Berkson puede predominar sobre el error clásico en casos en que los datos de exposición están altamente agregados. Si bien este tipo de error reduce la potencia de un estudio, las estimaciones de riesgo en sí mismas no se atenúan (como sucedería en el caso en que predomina el error aleatorio ).