Si los percentiles son “la forma limpia de hablar de extremos”, los datos son el sitio donde más fácil es tropezar 😅. Aquí vamos a ver cómo mirarlos en series para que un p95 o un p99 signifique algo de verdad, sin mezclar meses, sin series tramposas y sin confundir una racha con una tendencia.

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

1. Qué necesitas antes de mirar percentiles en datos

• Una serie comparable: misma variable, mismo método y misma ventana (diaria, mensual, 30 días…).
• Una referencia: un periodo base (normales) o tu propia serie, pero siempre declarada.
• Un mínimo de QC: si el dato es malo, el percentil es “preciso”… pero de una mentira.

2. Idea clave en 30 segundos

• En una frase: para ver percentiles en series, primero separa estacionalidad (mismo mes/fecha) y luego mira rareza (p95/p99) con contexto.
• Señal típica: bandas p10–p90 y marcas >p95 te enseñan rápido qué es normal y qué sobresale.
• Confusión común: mezclar meses (o ventanas) y luego sorprenderte de que “todo es extremo”.

3. Percentil vs anomalía vs ranking (sin lío)

• Anomalía: cuánto se separa del “normal” (+3 ºC, −40% de lluvia…).
• Percentil: cuán raro es dentro de la distribución (p97 = más raro que p80).
• Ranking: “top 5” o “top 10”; útil cuando la serie es corta.

Lo más robusto para comunicar: anomalía + percentil (y ranking si procede).

4. Cómo verlo en 4 gráficos (aunque sea con Excel)

• 1) Serie temporal + bandas: línea de la variable y una banda típica (p10–p90). Marca los días/meses >p95.
• 2) Histograma (o caja): distribución del mes/estación y tu valor señalado.
• 3) Ranking top-N: lista de los 10 valores más altos/bajos del mes (te da “memoria”).
• 4) Comparación con control: tu estación vs una cercana (o producto regional) para ver coherencia.

5. Cómo construir percentiles “bien” en series (sin estadística dura)

• Opción A (mensual): compara “eneros con eneros” (o estación con estación). Así evitas estacionalidad.
• Opción B (por día del año): si tienes muchos años diarios, compara cada día con su entorno (p.ej., ventana de 15 días alrededor).
• Opción C (persistencia): para sequía/impacto, usa acumulados 30/60/90 días y percentiles de esos acumulados.

6. Ejemplos mediterráneos (para que se note el truco)

• Lluvias intensas: un día de 60 mm puede ser p99 en un sitio y p90 en otro; por eso el percentil “normaliza” por climatología local.
• Noches cálidas en otoño: el mar cálido desplaza la distribución; mira percentiles por fecha/mes para no confundir “alto frecuente” con “raro”.
• Sequía: no uses percentil diario de lluvia para decir “sequía”; usa percentil de acumulado 30–90 días (y contexto).

7. Trampas comunes (en datos) y cómo evitarlas

• Serie corta: p99 con pocos años es inestable; mejor p95 o ranking.
• Meses mezclados: cambia la distribución y falsea percentiles.
• Cambios de estación/sensor: un salto puede mover toda la distribución (metadatos).
• Reanálisis como verdad local: útil para patrón regional, suaviza extremos puntuales.

8. Checklist de calidad (antes de sacar conclusiones)

• 1) Longitud: ¿cuántos años útiles tienes para esa ventana/mes?
• 2) Huecos: ¿hay meses incompletos o periodos sin datos?
• 3) Outliers físicos: ¿hay valores imposibles o sospechosos?
• 4) Coherencia interna: máx≥mín, acumulados no negativos, etc.
• 5) Metadatos: ¿sensor/ubicación/entorno cambió?
• 6) Representatividad: ¿urbano (UHI), costa, valle, sombra…?
• 7) Validación: ¿cuadra con una estación cercana o patrón regional?

9. Resumen y claves finales

• Para ver percentiles en datos, primero haces series comparables (misma ventana/mes).
• Percentil te dice rareza; anomalía te dice magnitud; juntos comunican mejor.
• Si la serie es corta, usa ranking y sé prudente con p99.
• Metadatos y sesgos pueden inventar “extremos”.
• Antes de concluir, pasa el checklist de calidad.

10. Mini-glosario

• Percentil: posición de rareza en la distribución.
• Ranking: orden de valores (top-N).
• Ventana: periodo sobre el que calculas (día/mes/30d…).
• Reanálisis: producto a rejilla para patrón regional.

11. Referencias y lecturas recomendadas

• WMO: prácticas recomendadas y definiciones en climatología
• AEMET: documentación y productos climáticos (contexto regional en España)
• NOAA: recursos educativos sobre percentiles, extremos y su interpretación