Cuando miras ensembles, hay mil productos y todos parecen decir “incertidumbre” de una forma distinta. Si no tienes un marco, es fácil comparar peras con manzanas: un mapa de spread, un P50, una probabilidad de excedencia, un clúster, un multi-model… Este artículo te da una guía clara para comparar enfoques y elegir el producto que mejor encaja con la pregunta que quieres responder.

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 y por qué importa

El spread es solo una pieza: describe cuánta dispersión hay entre miembros. Pero según el producto que mires (percentiles, excedencias, clústeres, multi-model…), esa dispersión se traduce en mensajes distintos. Comparar enfoques sirve para no sacar conclusiones falsas: a veces un spread alto es una alarma real y otras veces solo indica que estás mirando el “detalle equivocado”.

2. Idea clave en 30 segundos

• En una frase: el producto correcto depende de tu pregunta: si quieres riesgo, usa excedencias; si quieres “típico”, usa percentiles; si hay escenarios alternativos, usa clústeres; si quieres saber si el spread “vale”, mira spread-skill y fiabilidad.
• Señal típica: spread alto pero percentiles estables: patrón robusto, detalle frágil.
• Confusión común: usar P50 para decidir riesgos o usar spread sin definir evento.

3. Determinista vs probabilista

• Determinista: una solución. Útil para historia concreta, malo para riesgo si la situación es sensible.
• Probabilista: distribución (muchas soluciones). Mejor para tomar decisiones por umbral (riesgo).
• Comparación sana: el determinista se lee como “un miembro más” dentro del abanico; si está en cola, ojo.

4. Percentiles vs excedencias (P(X>u))

• Percentiles (P10/P50/P90): resumen de “típico” y “cola”.
• Excedencias: probabilidad de superar un umbral u. Es la variable natural para decisiones.
• Cuándo usar cada uno: percentiles para rangos; excedencias para activar acciones.

5. Spread “solo” vs spread-skill

• Spread: dispersión entre miembros. No dice si es “bueno” o “malo”.
• Spread-skill: idea práctica: si aumenta el spread cuando el pronóstico es difícil, entonces el spread está aportando información.
• Truco rápido: si siempre hay spread alto y aun así el error no cambia, quizá el producto no discrimina o estás en microescala.

6. Cómo elegir producto según objetivo

• Riesgos/emergencias: excedencias + cola + ventanas + áreas.
• Viento: percentiles (P50/P90) + mapas de excedencia por umbral + escenarios si hay clústeres.
• Nowcasting/meso: cuidado: spread puede infra-representar microescala; apoya en observación.
• Explicación al público: rangos (percentiles) + probabilidad de superar umbral, sin prometer punto/hora.

7. Errores comunes

• Comparar un P50 con una probabilidad sin definir umbral.
• Leer spread alto como “no se sabe nada”.
• Promediar escenarios multimodales (clústeres).

8. Buenas prácticas

• Define primero la pregunta: ¿típico, peor caso plausible, o probabilidad de superar umbral?
• Si hay clústeres, trabaja por escenarios.
• Si el objetivo es riesgo, excedencias mandan.

9. Verificación simple para comparar métodos

• Fiabilidad: si dices 40%, ¿ocurre ~40% a largo plazo?
• Sharpness: ¿das rangos útiles o siempre enormes?
• Lección: el “mejor” método es el que combina fiabilidad y utilidad para tu decisión.

10. Checklist final

• ¿Qué quiero decidir (evento por umbral) o explicar (rango)?
• ¿Necesito percentiles o excedencias?
• ¿Hay clústeres (escenarios A/B)?
• ¿El spread es informativo (spread-skill) o ruido?
• ¿Mi producto es fiable y suficientemente sharp?

11. Resumen y claves finales

• Percentiles para rango; excedencias para decisiones.
• Spread indica fragilidad; spread-skill indica si aporta información.
• Clústeres = escenarios; no promediar.
• Verificación (fiabilidad/sharpness) decide qué método te sirve.

12. Mini-glosario

• Excedencia: P(X>u).
• Fiabilidad: coherencia probabilidad-frecuencia.
• Sharpness: concentración (utilidad) de la distribución.
• Clúster: familia de escenarios.

13. Referencias y lecturas recomendadas

• Copernicus/ECMWF: ensembles, percentiles y excedencias
• ECMWF: verificación y productos probabilistas
• WMO: comunicación de incertidumbre y riesgo