L'analisi CV è definita su ogni stazione come l'analisi ottenuta su quel punto senza usare quella osservazione, ma usando le osservazioni fornite da tutte le altre stazioni. In questo modo ogni osservazione viene usata come informazione indipendente.
Il Cross Validation score, o CV score , è una stima dell'errore dell'analisi ottenuta prendendo il valore RMS (root-mean-square) dei residui tra analisi CV e osservazioni. Spesso il CV score viene indicato proprio come RMSE (root mean square error).
L'analisi CV attua implicitamente una degradazione locale della densità osservativa. Quindi, su piccole scale, la stima dell'errore mediante CV score è di fatto una stima per eccesso.
Il CV score non può, comunque, avvicinarsi indefinitamente a zero perché l'analisi filtra le scale più piccole.

Per chi ha familiarità con l'Optimal Interpolation, può valer la pena di osservare che l'analisi CV può essere stimata a partire dall'analisi se si conoscono gli elementi diagonali della matrice di influenza. In tal caso non è quindi necessario iterare la procedura di analisi tante volte quante sono le osservazioni. L'algoritmo di calcolo della matrice di influenza è descritto in Uboldi et al., 2008, ed ha un'altra utile applicazione nell'interpolazione delle osservazioni di vento. In quel caso infatti, al fine di non filtrare troppo eventi di vento intenso, è stato scelto di far dipendere dai valori osservati gli elementi diagonali della matrice di covarianza degli errori osservativi.