Trong phần trên, ta đã thấy rằng khi hạn dự báo ngắn các tác giả cĩ xu hướng sử dụng các phương pháp dự báo gán trọng số cho mỗi thành phần dự báo theo kỹ
năng dự báo của nĩ thay vì dự báo trung bình. Phương pháp được sử dụng đầu tiên, nhưđã phân tích, dựa trên hồi quy tuyến tính, gặp phải hai vấn đề khĩ giải thích liên quan đến trọng số âm cũng như các dự báo âm cĩ thể xuất hiện. Trọng số âm trong phương trình dự báo cĩ nghĩa rằng khi dự báo thành phần tăng lên dự báo trung bình phải giảm đi và khơng thể giải thích một cách hợp lý. Dự báo âm với một số
trường luơn cĩ giá trị dương, điển hình là trường mưa, cịn cho thấy một vấn đề
nghiêm trọng hơn. Bởi vậy, phương án thứ hai được các tác giả sử dụng sẽ gán trọng số tỷ lệ nghịch với sai số dự báo của mỗi thành phần. Điều này đảm bảo các trọng số dương, khơng xuất hiện các dự báo âm. Ngồi ra, để thực hiện phương pháp này trước hết ta phải khử sai số hệ thống với mỗi dự báo thành phần. Với các dự báo thành phần đã lọc bỏ sai số hệ thống, sai số dự báo hay phương sai sẽđược xác định dựa trên tập số liệu quá khứ. Theo lý thuyết sai số này sẽ là căn bậc hai của
sai số bình phương trung bình RMSE (Root of Mean Square Error) nhưng cũng cĩ
một số tác giả xác định sai số này đơn giản theo sai số tuyệt đối trung bình MAE
(Mean Absolute Error) (Woodcock và Engel 2005). Nhìn chung, hiệu quả thu được
là tương đương với RMSE cũng như MAE.