Cuando hablamos de atribución (o de “causas” en clima/tiempo), la incertidumbre no es un fallo del análisis: es parte del resultado. Si una cifra sale con un rango amplio, a veces la conclusión honesta es “no es concluyente” (y eso está bien). Aquí vamos a entender qué no sabemos, por qué no lo sabemos y cómo leer rangos sin caer en la trampa de confundir correlación con causalidad.

Este artículo forma parte del tema Atribución en WikiMeteo.es, donde reunimos conceptos y guías prácticas para entender mejor el tiempo y el clima.

1. Qué es la incertidumbre (y qué NO es)

Es el margen de duda razonable sobre un número o una conclusión, dado lo que medimos, cómo lo modelamos y cómo definimos el evento. No es “no saber nada”, ni “darle igual a todo”, ni “excusa”.

2. Idea clave en 30 segundos

• En una frase: un resultado de atribución siempre se lee como “bajo estos supuestos, el cambio de riesgo está en este rango”.
• Señal típica: la frase “en este rango” aparece siempre que hay un número.
• Confusión común: coger el valor central del rango como si fuese una verdad exacta.

3. Por qué aparece incertidumbre (las 6 fuentes típicas)

3.1 Definición del evento (framing)

• Umbral (absoluto vs percentil)
• Región (punto vs área)
• Ventana temporal (1h vs 24h; 3 días vs 5)

3.2 Datos observacionales

• Series cortas para extremos raros
• Cambios de instrumento/entorno (homogeneidad)
• Representatividad (una estación no es “toda la comarca”)

3.3 Reanálisis

• Suaviza picos locales
• Depende de densidad de observaciones
• No captura igual fenómenos muy convectivos

3.4 Modelos y ensembles

• Resolución y parametrizaciones
• Sensibilidad a condiciones iniciales
• Sesgos sistemáticos (por región/estación)

3.5 Estadística de colas (extremos)

• Pocos datos en la cola → intervalos grandes
• Dependencia temporal (olas/clustering) reduce “muestras independientes”

3.6 Comunicación y traducción a impacto

• Hazard ≠ impacto (vulnerabilidad/exposición)
• Confundir “más probable” con “causó daños”

4. Cómo leer un intervalo (sin liarse)

• Rango estrecho: hay coherencia entre datos/métodos y suficiente evidencia.
• Rango amplio: hay poca muestra, alta variabilidad espacial/temporal o fuerte dependencia del framing.
• Si el rango incluye “sin cambio”: el resultado puede ser no concluyente.
• El signo importa: “aumenta” vs “disminuye” puede ser más robusto que el número exacto.

5. Qué significa cada métrica cuando hay incertidumbre

5.1 RR (risk ratio)

Cuántas veces más probable es el evento ahora vs baseline. Con incertidumbre, se reporta como “RR entre X e Y”.

5.2 FAR

Fracción del riesgo atribuible: es fácil de malinterpretar. Con incertidumbre, se debe explicar que no es culpabilidad y que depende del framing.

5.3 Δintensidad

Cuánto cambia la magnitud del evento condicionado. Útil si el evento se define por intensidad más que por frecuencia.

6. Ejemplos típicos (para aterrizar la idea)

6.1 Ola de calor

• Más señal regional → rangos suelen ser más interpretables
• Aun así: el umbral elegido y el periodo de referencia cambian resultados

6.2 Lluvia convectiva extrema

• Muy local → reanálisis/modelos tienden a suavizar picos
• Rangos más amplios y conclusiones más cautas

6.3 Evento compuesto

• P.ej. lluvia + suelo saturado + urbanización
• La incertidumbre aumenta porque hay dependencia y factores no meteorológicos

7. Errores comunes

• Dar un número sin rango
• Elegir el framing “a posteriori” para que salga el titular
• Confundir correlación (coincidencia temporal) con atribución (cambio de riesgo)
• Mezclar hazard e impacto sin decirlo

8. Buenas prácticas

• Publicar siempre: definición del evento + baseline + métrica + intervalo + límites
• Hacer mini sensibilidad: umbral/región/ventana
• Si no concluye, decirlo claramente (mejor honestidad que overclaim)
• Usar frases calibradas: “más probable”, “compatible con”, “no concluyente”

9. Resumen y claves finales

• La incertidumbre no es ruido: es información
• Rangos amplios suelen venir de eventos raros/locales o framing sensible
• Leer un intervalo = entender qué es robusto y qué no

10. Mini-glosario

• Intervalo: rango plausible del resultado
• Framing: definición completa del evento (umbral, región, ventana)
• Ensemble: conjunto de simulaciones para estimar distribución/incertidumbre
• Sesgo: error sistemático de datos/modelo
• Hazard: fenómeno meteorológico; impacto depende además de vulnerabilidad/exposición

11. Referencias y lecturas recomendadas

• IPCC: evidencia, confianza e incertidumbre en atribución
• WMO: guías de terminología y comunicación
• World Weather Attribution: ejemplos de informes y notas metodológicas