Cuando hablamos de “mundo contrafactual” suena a ciencia ficción… pero en datos es algo muy concreto: dos distribuciones (dos “climas” en forma de números) y una pregunta: ¿cuánto cambia la probabilidad de que ocurra X? Aquí vamos a aterrizarlo con series, umbrales y ejemplos, y además con una cosa crucial: no confundir hazard con impacto (porque ahí se meten las zancadillas).

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 significa “verlo en datos”

Significa que no te quedas en “opiniones”: defines un evento en una serie (p.ej., lluvia diaria > P99, o racha de viento > umbral, o SPI-3 < umbral) y comparas frecuencias/probabilidades entre dos mundos: el actual y el contrafactual.

2. Idea clave en 30 segundos

• En una frase: contrafactual en datos = evento definido + dos series/distribuciones + probabilidad/retorno + RR con rangos.
• Señal típica: si cambias umbral o ventana y el resultado cambia mucho, hay que contarlo.
• Confusión común: RR habla de probabilidad, no de “culpa” ni de “daños”.

3. Cómo definir el evento en datos (la parte más importante)

Si defines el evento mal, todo lo demás se cae. Un evento debe ser replicable.

• Variable: precipitación diaria/24h, Tmax, racha de viento, índice de sequía, etc.
• Umbral: percentil (P95, P99) o valor físico (mm, ºC, km/h)
• Región: estación concreta (local) o media/área (regional)
• Ventana: 1 día, 3 días, 1 mes, estación
• Estacionalidad: no mezclar verano con invierno si no toca

4. Series y distribuciones: qué estás comparando realmente

En datos no comparas “años” de forma vaga: comparas distribuciones. Por ejemplo:

• Distribución de precipitación máxima diaria por año
• Distribución de racha máxima por estación
• Distribución de SPI-3 por mes

La forma concreta de la distribución importa: los extremos viven en la cola, y la cola es sensible a tamaño muestral y sesgos.

5. Probabilidad y periodo de retorno (sin vender humo)

Si el evento es “superar el umbral”, la probabilidad es “cuántas veces pasa”. El periodo de retorno es una traducción aproximada: si P=0,02, retorno ~ 50 años. Pero ojo: esto asume que la distribución no cambia (estacionariedad). Si hay tendencia, hay que decirlo.

6. Risk Ratio (RR): cómo leerlo

• RR = P(actual) / P(contrafactual)
• RR=2: el evento es el doble de probable (bajo ese framing)
• RR no dice “es el doble de intenso”

Y RR sin rango es como un mapa sin escala: queda bonito, pero no sirve.

7. Eventos compuestos (cómo se cuelan trampas)

En compuestos (p.ej., calor + sequedad + viento), puedes tener que medir:

• probabilidad de cada ingrediente
• probabilidad de que coincidan

A veces la atribución está en la coincidencia, no en un ingrediente solo. Eso hay que explicarlo y no simplificar de más.

8. Riesgo, impacto y vulnerabilidad (para no confundir causas)

Esto es clave y lo remarcamos bien:

• Hazard (peligro meteorológico): la parte física (lluvia, viento, temperatura…)
• Exposición: qué hay en el lugar (población, infraestructuras)
• Vulnerabilidad: qué tan dañable es (drenaje, pobreza, normas, preparación)
• Impacto: daños reales (que dependen de todo lo anterior)

Atribución con contrafactual suele cuantificar el cambio del hazard (o de su probabilidad). Si luego alguien dice “por tanto el daño es culpa de…”, ahí ya está mezclando vulnerabilidad/exposición sin decirlo.

9. Checklist de datos (antes de publicar nada)

• ¿Evento definido con variable/umbral/región/ventana?
• ¿Estacionalidad coherente?
• ¿Dataset(s) claros (estación/reanálisis) y con QC básico?
• ¿Muestras suficientes para hablar de cola/extremos?
• ¿RR/retorno con rangos (intervalos) o al menos explicación de incertidumbre?
• ¿Sensibilidad (umbral/ventana/dataset) revisada?
• ¿Has separado hazard de impacto/vulnerabilidad en el texto?

10. Errores comunes

• Definir el evento “a posteriori” para que salga bonito
• Usar retorno como si fuese fijo con tendencia
• RR interpretado como intensidad
• Confundir reanálisis (contexto) con verdad local absoluta
• Saltarse vulnerabilidad y hablar de impacto como si fuese físico

11. Buenas prácticas

• Definición del evento replicable + sensibilidad mínima
• Rangos/intervalos siempre
• Separar claramente hazard vs impacto
• Frases seguras (condicionales) cuando hay incertidumbre

12. Resumen y claves finales

• “Verlo en datos” es comparar distribuciones y probabilidades, no opiniones
• La definición del evento manda
• RR habla de probabilidad, y necesita rangos
• Impacto ≠ hazard: vulnerabilidad y exposición importan

13. Mini-glosario

• Distribución: conjunto de valores y su frecuencia
• Cola: parte extrema de la distribución
• RR (risk ratio): cambio en probabilidad
• Periodo de retorno: frecuencia aproximada bajo supuestos
• Evento compuesto: combinación de condiciones
• Vulnerabilidad: qué tan dañable es un sistema

14. Referencias y lecturas recomendadas

• IPCC: atribución, confianza e incertidumbre
• WMO: guías y glosarios
• NOAA: materiales sobre extremos, riesgo y comunicación