En ensembles, un outlier en “datos” es un miembro (o una pequeña parte del conjunto) que predice valores muy distintos al resto. La clave no es si “asusta”, sino si cambia el riesgo de superar un umbral importante y si ese extremo está respaldado por la cola (percentiles altos) y por un mínimo de coherencia.

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

1. Qué es un outlier en datos (sin dramas)

Es un escenario minoritario que se separa mucho del conjunto. Puede ser: (a) un extremo realista (cola pesada), (b) un escenario alternativo (dos grupos distintos), o (c) ruido (un valor raro sin soporte).

2. Idea clave en 30 segundos

• En una frase: un outlier importa si aumenta la probabilidad de superar un umbral de impacto y no es solo un “pico” aislado.
• Señal típica: percentiles altos (P90/P95) suben y la probabilidad de excedencia no es cero.
• Confusión común: tomar el peor miembro como “lo que va a pasar” o descartarlo por ser “uno solo”.

3. Primero: define el evento y el umbral

Los outliers solo se vuelven útiles si se relacionan con un evento: X > u en una ventana (por ejemplo 6 h o 24 h) y en un soporte razonable (zona/cuenca, no solo un punto). Sin umbral, no hay decisión: solo curiosidad.

4. Datos y gráficos que realmente ayudan

• Plume/meteograma probabilista: curvas por miembro + percentiles (P10/P50/P90/P95). Perfecto para ver colas.
• Boxplot/violín: mediana, rango intercuartílico y valores extremos, por hora/día.
• Excedencia: probabilidad de superar un umbral (por ejemplo P(precip>50 mm/24h)).
• Distribución/Histograma: si hay cola larga o dos grupos.
• Tabla de percentiles: lectura rápida P10–P50–P90 y decisión por impacto.

5. Cómo leer un meteograma sin autoengañarse

• Mediana (P50): escenario central, no “promesa”.
• P90/P95: techo plausible; si sube mucho, el riesgo de cola existe.
• Separación en dos paquetes: puede ser cambio de escenario (por ejemplo trayectoria o timing distinto).
• Un único miembro disparado: sospecha “ruido” hasta que lo respalden percentiles/excedencias o coherencia del patrón.

6. Flujo práctico en 5 pasos (lectura sana)

• 1) Elige el umbral u (impacto) y la ventana (3h/6h/24h).
• 2) Mira P50 y P90/P95: ¿hay cola o está todo compacto?
• 3) Mira excedencia P(X>u): ¿es 0%, baja (5–20%) o significativa (>20–30%)?
• 4) Si hay outlier, mira si es escenario alternativo (grupo) o pico aislado.
• 5) Decide el mensaje: “riesgo bajo pero impacto alto” vs “riesgo moderado/alto” y qué actualizarás con observación.

7. Señales de outlier espurio (ruido)

• El extremo aparece solo en una hora aislada y el resto no se mueve
• No deja huella en P90/P95 ni en excedencias
• Cambia radicalmente entre pasadas (sin patrón estable)
• Es incompatible con el contexto básico (por ejemplo, lluvia extrema sin señal de humedad/forzamiento en productos disponibles)

8. Soporte: área y ventana (la trampa más común)

Muchos “outliers” nacen de discutir un punto cuando el fenómeno es espacial. Para lluvia intensa convectiva, es normal que el foco exacto sea incierto. Es mejor evaluar: (a) zona expuesta (corredor) y (b) ventana (cuando puede ocurrir), y luego afinar con radar/satélite/estaciones al acercarse el evento.

9. Semáforo rápido

• Verde: outlier aislado + excedencia ~0 + P90 estable bajo
• Ámbar: excedencia baja pero no nula + P90 subiendo + dispersión creciente
• Rojo: excedencia clara + P90/P95 alto + coherencia temporal (no un pico suelto)

10. Ejemplos (enfoque Mediterráneo)

• Lluvia intensa: P(24h>80 mm) pequeña pero no cero; P95 alto sugiere peor caso plausible. Mensaje: zona/corredor + ventana + posibilidad de registros puntuales altos.
• Rachas: outlier de 110 km/h pero P90 en 80–90 km/h. Decisión: preparación por impacto (árboles, estructuras) incluso si el extremo es minoritario.
• Temperatura: un miembro con inversión/niebla persistente baja mucho la máxima. Si aparece como grupo alternativo (no solo uno), es escenario real (niebla vs despejado).

11. Errores comunes

• Confundir “peor miembro” con “pronóstico”
• Ignorar percentiles altos y quedarse solo con la media/mediana
• Hablar con precisión de calle cuando la dispersión indica incertidumbre espacial
• Reaccionar a cada pasada sin ancla (umbral, zona, ventana)

12. Buenas prácticas

• Decidir por umbrales (excedencias) y por colas (P90/P95)
• Definir soporte (zona + ventana) antes de discutir máximos puntuales
• Si el impacto es alto, preparar aunque la probabilidad sea moderada
• Planificar actualización: qué observación confirmará/descartará el escenario (radar, satélite, estaciones)

13. Resumen y claves finales

• Outlier útil: cambia el riesgo del evento (excedencias) y sube la cola (P90/P95)
• Outlier espurio: pico aislado sin soporte ni huella en percentiles/probabilidades
• En convectiva mediterránea, el corredor y la ventana suelen ser más estables que el punto
• La lectura sana combina: percentiles + excedencias + soporte + observación cerca del evento

14. Mini-glosario

• Excedencia: probabilidad de superar un umbral (P(X>u)).
• P90/P95: percentiles altos; techo plausible para contingencia.
• Escenario alternativo: grupo de miembros con historia distinta (dos paquetes).
• Soporte: área y ventana temporal del evento (evita el “píxel”).

15. Referencias y lecturas recomendadas

• ECMWF: documentación de ensembles, percentiles y productos probabilistas
• NOAA: recursos educativos de predicción probabilista y verificación
• WMO: guías de comunicación del riesgo y predicción probabilista