El metamodelo de regresión de vectores de soporte bayesiano (BSVR) se utiliza ampliamente en diversos campos de la ingeniería para analizar la incertidumbre que surge de parámetros inciertos. Sin embargo, la precisión del metamodelo BSVR basado en el método de muestreo tradicional de una sola vez no cumple con los requisitos del análisis de incertidumbre de sistemas complejos. Con este fin, se presenta un método de análisis de incertidumbre adaptativo que persigue el error, basado en el metamodelo BSVR, combinando un nuevo esquema de muestreo adaptativo. Este nuevo esquema de muestreo fue mejorado por una nueva función de aprendizaje activo que persigue el error, que se denomina, en este documento, error cuadrático medio ajustado (AMSE), que guía el muestreo adaptativo del diseño de experimentos (DoE) del metamodelo BSVR. Durante el proceso de muestreo, AMSE combina el error cuadrático medio y el error de validación cruzada de dejar uno fuera para estimar el error de predicción del metamodelo en todo el espacio de diseño. Se logró un refinamiento por etapas del metamodelo al colocar las regiones muestreadas en ubicaciones con grandes errores de predicción. Se utilizaron seis funciones analíticas de referencia con diferentes dimensiones para validar el método propuesto. La efectividad del método se ilustró aún más mediante una aplicación más realista de un sistema de rotor colgante.