Vale: aquí tenemos el “paso a paso” para hacer atribución usando un mundo contrafactual sin acabar en un laberinto de términos. La idea es simple: comparar dos mundos para ver cómo cambia el riesgo de un evento. Lo difícil no es la idea: lo difícil es no hacer trampas sin querer. Por eso esta guía es como una receta: si sigues los pasos, el resultado suele salir bastante sólido.

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 vas a construir (en una frase)

Vas a construir una comparación entre el mundo actual y un mundo contrafactual para responder: “¿cómo cambia la probabilidad (o el retorno) de este evento bajo esta definición?”

2. Idea clave en 30 segundos

• En una frase: atribución = evento bien definido + dos mundos comparables + métrica (RR/FAR/retorno) + rangos + límites.
• Señal típica: si cambias un poco el umbral y el resultado se da la vuelta, hay que decirlo.
• Confusión común: “contrafactual” no es “sin evento”, es “con otra probabilidad”.

3. Paso 1 — Define el evento (sin ambigüedad)

• Variable: precipitación, temperatura, SPI, caudal, etc.
• Umbral: P95/P99 o valor (mm, ºC…)
• Región: polígono o zona (no solo una estación si es regional)
• Ventana: 1 mes, estación, 3 meses…
• ¿Es compuesto?: sequía + calor, etc.

4. Paso 2 — Elige baseline (referencia) con sentido

El baseline es el “clima de referencia” desde el que comparas. La elección cambia el resultado, así que hay que justificarla (y decirla).

• ¿Qué periodo representa y por qué?
• ¿Es estable y suficientemente largo?

5. Paso 3 — Define el contrafactual (qué cambias exactamente)

Aquí está el corazón. Define qué significa “contrafactual” en tu análisis:

• Opción típica: clima con menor forzamiento antropogénico (si el método lo permite)
• Opción práctica: un periodo de referencia (pre- o menos cálido) como comparación
• Importante: declara supuestos y límites, porque contrafactual no es único

6. Paso 4 — Elige datos (y pasa QC básico)

• Reanálisis: bueno para contexto y coherencia regional
• Estaciones: capturan extremos locales; ojo con cambios de entorno
• QC rápido: valores imposibles, saltos, cambios de sensor, huecos

7. Paso 5 — Calcula la probabilidad (o retorno) en ambos mundos

La idea es estimar “probabilidad de superar el umbral” (o “retorno”) en cada mundo. Si no puedes hacerlo con precisión, al menos lo haces con rangos y lo declaras.

• Probabilidad: frecuencia de excedencias bajo el framing
• Retorno: inverso aproximado de la probabilidad (con cautela)

8. Paso 6 — Calcula el cambio de riesgo (RR/FAR) y añade rangos

• RR: prob_actual / prob_contrafactual
• FAR: 1 − (prob_contrafactual / prob_actual) (si aplica y con matiz)
• Rangos: siempre. Una forma típica es bootstrap (re-muestreo) para estimar incertidumbre.

9. Paso 7 — Ejemplo práctico (sequía, fácil de seguir)

Definición del evento: “Sequía de 3 meses” usando un índice (p.ej., SPI-3) por debajo de un umbral en una región concreta, durante una estación concreta.

• Mundo actual: periodo reciente + dataset elegido
• Contrafactual: baseline menos cálido / periodo anterior (declarado)
• Resultado: estimas cómo cambia la probabilidad/retorno de caer por debajo del umbral
• Teleconexiones: si NAO/otros patrones influyen ese año, lo mencionas como factor que modula (no invalida) el resultado

10. Paso 8 — Sensibilidad (para no engañarte sin querer)

• Cambia umbral (P90 vs P95)
• Cambia región (más amplia vs más local)
• Cambia dataset (reanálisis vs estaciones)
• ¿El signo se mantiene? ¿Qué parte es robusta?

11. Paso 9 — Comunicación (frases seguras)

Si algo te lo llevas hoy, que sea esto: hablar en condicional + con rangos + con límites.

• “Bajo esta definición del evento… el riesgo parece mayor/menor en un rango…”
• “El resultado depende de umbral/dataset; para fenómenos locales la incertidumbre crece…”
• “Esto cuantifica hazard; el impacto depende de vulnerabilidad/exposición…”

12. Errores comunes

• Evento mal definido (a posteriori)
• Contrafactual implícito (no dicho)
• Número sin rango
• Confundir RR con intensidad
• Ignorar teleconexiones o venderlas como “la causa única”

13. Buenas prácticas

• Publicar framing + datasets + supuestos
• Bootstrap/rangos (o una explicación clara si no se puede)
• Declarar sensibilidad mínima

14. Resumen y claves finales

• Un buen contrafactual empieza por una buena definición del evento
• Rangos y límites no son opcionales
• La comunicación segura evita sobreprometer

15. Mini-glosario

• Contrafactual: comparación para estimar cambio de riesgo
• Baseline: referencia
• Bootstrap: re-muestreo para estimar incertidumbre
• RR: ratio de probabilidades
• FAR: fracción atribuible del riesgo
• Periodo de retorno: frecuencia esperada aproximada

16. Referencias y lecturas recomendadas

• IPCC: atribución e incertidumbre
• WMO: guías y glosarios
• NOAA: recursos educativos sobre extremos y riesgo