Una FAR acompañada de un rango explica más que un porcentaje aislado. La fracción de riesgo atribuible compara probabilidades de un evento en climas factual y contrafactual definidos. Su incertidumbre nace de muestras limitadas, datos imperfectos, modelos y decisiones sobre la pregunta. Esta guía explica qué no sabemos, por qué y cómo leer rangos con ejemplos y errores típicos. Una estimación central alta no borra esas limitaciones. Tampoco significa que todas las respuestas sean igual de plausibles: hay que identificar qué incertidumbre se ha cuantificado y cuál permanece fuera del cálculo.

Recordar qué compara FAR

Con pF positiva, FAR = 1 − pC / pF. El riesgo relativo PR = pF / pC, cuando pC es positiva, permite FAR = 1 − 1 / PR. El evento debe mantener variable, umbral, duración, región y unidad de oportunidad entre mundos. FAR positiva indica aumento de probabilidad, negativa disminución y cero igualdad. No supera uno y no tiene cota inferior finita universal. Si pF es cero queda indefinida. Un cero de muestra no demuestra una probabilidad poblacional nula ni una imposibilidad física.

Qué incertidumbres separar

La de muestreo aparece porque no tenemos infinitas oportunidades; la observacional incluye errores, cobertura y cambios de medida. Los modelos pueden discrepar sobre procesos y respuestas, y el encuadre decide qué agentes se modifican y qué condiciones se mantienen. Cambiar región o duración también cambia la pregunta. Más datos pueden reducir una parte sin resolver las demás. Conviene conservar versiones, exclusiones y supuestos, y mostrar resultados alternativos razonables. No sumar cualquier rango como si todos fueran errores independientes de la misma clase.

Cómo leer un intervalo de confianza

En el marco frecuentista, un intervalo de confianza se asocia a la cobertura de un procedimiento en repeticiones del muestreo bajo sus supuestos. No convierte automáticamente el parámetro fijo en una variable con esa probabilidad dentro del intervalo observado. Un análisis bayesiano puede ofrecer una probabilidad posterior, condicionada a datos y supuestos propios. El lenguaje de confianza de una evaluación científica tampoco es simplemente el porcentaje de un intervalo. El IPCC distingue esa valoración cualitativa del lenguaje probabilístico. Antes de comparar rangos, identificar método, nivel y alcance.

Transformar riesgo relativo sin perder el rango

Una PR positiva se transforma de forma creciente a FAR mediante 1 − 1 / PR. El rango no suele quedar simétrico alrededor de la estimación central. Si incluye PR igual a uno, el rango transformado incluye FAR cero. Eso no demuestra ausencia de efecto, pero impide presentar su signo como inequívoco dentro de ese rango. Cuando los conteos son pequeños, un bootstrap puede repetir una muestra sin eventos sin recuperar la información ausente. La incertidumbre condicionada a un modelo tampoco incorpora automáticamente todos sus posibles sesgos.

Downscaling: detalle y límites

El downscaling aporta información a escalas más finas mediante modelos regionales o relaciones estadísticas. Puede mejorar ciertos aspectos si los procesos y predictores se representan bien, pero no elimina automáticamente sesgos de circulación ni errores heredados. Una malla detallada no equivale a una medición local exacta. Celdas vecinas pueden compartir errores del modelo que las alimenta; promediarlas como observaciones independientes exagera la precisión. Para interpretar FAR local, evaluar el proceso, la resolución efectiva, los datos de referencia y cómo se propaga la incertidumbre de la cadena.

Sequía: especificar qué falta

La sequía meteorológica se relaciona con déficit de precipitación; otras definiciones consideran humedad del suelo, caudal o condiciones de demanda atmosférica. No todas responden igual ni ocurren exactamente a la vez. Un índice basado en variables atmosféricas no mide necesariamente humedad del suelo o estrés de la vegetación. Dos FAR diferentes pueden corresponder a preguntas distintas, sin que una sea un error de la otra. Declarar índice, ventana, región y umbral antes de comparar evita convertir incertidumbre sobre la pregunta en una falsa contradicción de resultados.

Riesgo, impacto y vulnerabilidad

La incertidumbre de un impacto no termina en la probabilidad del peligro. Exposición, vulnerabilidad y capacidad de respuesta añaden otras variables. Una frecuencia bien estimada puede acompañarse de consecuencias inciertas. Para atribuir pérdidas, hay que definir qué cambia entre mundos y cómo responde el sistema afectado. No multiplicar un porcentaje FAR por daños totales para declarar una fracción causal. Un rango de impacto puede ser una sensibilidad o un conjunto de límites supuestos, sin ser un intervalo de confianza.

Checklist para leer rangos

• Fijar evento, mundos comparados, región, duración y unidad de probabilidad.
• Identificar método, nivel y significado del intervalo presentado.
• Separar muestreo, observaciones, modelo y decisiones de encuadre.
• Revisar ceros, dependencia y errores compartidos del downscaling.
• Precisar tipo de sequía y distinguir peligro de impacto y vulnerabilidad.
• Conservar sensibilidad, límites y lo que el rango deja sin cuantificar.

Ocho verificaciones independientes

Todos los números y supuestos son sintéticos. No representan intervalos reales de una sequía, una región o un producto de downscaling.

1. Central positiva, rango amplio. PR central de 4 da FAR 0,75. El intervalo dado PR [0,5;8] se transforma a FAR [−1;0,875]. Incluye cero y valores negativos. El cálculo no atribuye ese rango a un estudio real ni verifica su cobertura.
2. Límites duros de probabilidades. Supongamos pF entre 0,04 y 0,08, pC entre 0,01 y 0,03, con todas las combinaciones permitidas. FAR mínima = 1 − 0,03 / 0,04 = 0,25; máxima = 1 − 0,01 / 0,08 = 0,875. Son límites impuestos, no un intervalo de confianza.
3. Dos intervalos marginales. Si dos procedimientos tienen cobertura de al menos 95 % cada uno, sin asumir independencia la cobertura simultánea está garantizada al menos al 90 %. Si sus eventos de cobertura fueran independientes y exactamente del 95 %, sería 0,95² = 90,25 %. No se obtiene automáticamente una garantía conjunta del 95 %.
4. Más muestra reduce una parte. En Bernoulli independientes con p = 0,1, la desviación estándar de la frecuencia es raíz de (0,1 × 0,9 / n). Vale 0,03 para n = 100 y 0,015 para n = 400. Cuadruplicar oportunidades reduce a la mitad esa desviación; no corrige un sesgo de modelo.
5. Error compartido en celdas. Cuatro errores locales son Z + E, con Z común de desviación estándar 2 K y cada E independiente de desviación 1 K, también independiente de Z. Una celda tiene desviación raíz de cinco = 2,236 K; la media de cuatro tiene raíz de 4,25 = 2,062 K. Suponer independientes todos los errores daría 1,118 K, una precisión artificial.
6. Dos definiciones de sequía. Para un evento meteorológico se dan pF = 0,08 y pC = 0,02: FAR = 0,75. Para otro evento hidrológico se dan 0,04 y 0,03: FAR = 0,25. Son probabilidades de fenómenos distintos, no dos estimaciones contradictorias de una única variable.
7. Posterior expresamente dada. Una posterior sintética asigna FAR de −0,5, 0,25 y 0,75 con probabilidades 0,1, 0,3 y 0,6. La probabilidad posterior de FAR positiva es 0,9; su media es 0,475. No se deduce esa probabilidad de un intervalo frecuentista ni significa causación individual al 90 %.
8. Impacto bajo límites supuestos. Para una ventana con un evento Bernoulli, pF entre 0,02 y 0,06 e impacto medio dado el evento entre 100 y 300 unidades, permitiendo todas las combinaciones, el impacto esperado queda entre 2 y 18 unidades. No es un rango probabilístico del 95 % ni una fracción de daños atribuibles.

Cinco contextos documentales

Muestras limitadas

Paciorek, Stone y Wehner explican incertidumbre de muestreo y dificultades con probabilidades pequeñas. Eso ayuda a distinguir estimación puntual y evidencia disponible.

Pregunta y síntesis

El protocolo de Philip y colaboradores conecta definición, evaluación y síntesis. Las diferencias de encuadre deben conservarse al interpretar resultados.

Información regional

El capítulo regional del IPCC vincula el valor del downscaling con procesos y modelos adecuados. Mayor detalle no garantiza eliminar errores heredados.

Sequías distintas

El capítulo de extremos del IPCC diferencia métricas y tipos de sequía. La interpretación necesita mantener su variable y escala temporal.

Lenguaje y consecuencias

Los marcos del IPCC sobre incertidumbre y riesgo ayudan a separar confianza cualitativa, probabilidad e impactos condicionados por vulnerabilidad.

Errores típicos y comunicación útil

No traducir «incierto» como «no sabemos nada», ni una central alta como certeza. Una frase útil identifica evento, comparación, estimación, rango y límites del método. Si quedan incertidumbres sin cuantificar o el resultado depende del índice de sequía, mostrarlas permite utilizar la información sin inventar precisión.

Fuentes y lecturas recomendadas

• Paciorek, Stone y Wehner: incertidumbre estadística en atribución
• Philip y colaboradores: definición, modelos y síntesis
• IPCC: información regional, downscaling e incertidumbre
• IPCC: extremos y distintas formas de sequía
• IPCC: evidencia, confianza y lenguaje probabilístico
• IPCC: riesgos, impactos y vulnerabilidad

J+A♾️ · Artículo revisado y ampliado en WikiMeteo.es