Si tú+yo tuviéramos que dejar un método “de batalla” para RR (riesgo relativo), sería este: definir bien el evento, comparar probabilidades (factual vs contrafactual si toca) y publicar siempre con rango. Lo que mata a RR no es el cálculo: es la definición cambiante, la escala mal alineada y la comunicación tipo “esto demuestra”. Aquí va el método recomendado, explicado sin humo.

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 es RR (y por qué se malinterpreta)

RR = Probabilidad del evento en un mundo / Probabilidad del mismo evento en otro mundo. En atribución, a menudo es factual vs contrafactual. El error típico es creer que RR es “la causa” o “el impacto”. No: RR habla del hazard (fenómeno) bajo supuestos.

2. Idea clave en 30 segundos

• En una frase: RR compara probabilidades del mismo evento; si no defines el evento, RR no significa nada.
• Señal típica: RR grande con rango grande = evidencia limitada (ojo titulares).
• Confusión común: “RR=daños” o “RR=culpable único” (falso).

3. Método recomendado (visión general)

1. Define el evento (E) antes: variable + ventana + región/operador + umbral + periodo base.
2. Elige datos adecuados: obs para extremos locales; reanálisis para contexto; ensembles para probabilidades.
3. Estima P(E) en cada mundo: conteo/EVT/ensembles (según caso).
4. Calcula RR y su rango: siempre con incertidumbre (bootstrap/intervalos).
5. Haz sensibilidad mínima: cambia 2–3 opciones razonables de umbral/ventana/área.
6. Comunica con límites: hazard ≠ impacto; RR ≠ causalidad absoluta; rango y supuestos.

4. Paso 1: definir el evento (la parte más importante)

• Variable: p.ej. Tmax diaria, precip 24h, SPI-3, caudal, etc.
• Ventana temporal: 1 día, 3 días, 7 días, mes, temporada (según fenómeno).
• Región/operador: estación puntual vs celda/bbox/área (decláralo).
• Umbral: percentil (p95/p99) o valor físico (p.ej. 40 ºC) según contexto.
• Periodo base: p.ej. 1991–2020 (o el que uses) para percentiles/anomalías.

5. Paso 2: elegir el “mejor” dato para E

• Observación: mejor para extremos locales (convectivos, picos, microclima).
• Reanálisis: muy útil para patrón y coherencia; puede suavizar extremos locales.
• Ensembles/modelos: lo típico para probabilidades; cuidado con sesgos en colas.

Para sequía: el indicador manda (SPI/SPEI/SMI). No cambies indicador hasta “salir bien”.

6. Paso 3: estimar probabilidades (P(E)) sin magia

Hay tres vías comunes:

• Conteo empírico: “cuántas veces ocurrió E” en un periodo (simple, pero colas con N pequeño).
• EVT/extremos (si aplica): modela colas (requiere cuidado y justificación).
• Ensembles: usa muchos miembros para estimar P(E) directamente (ojo independencia).

7. Paso 4: RR con incertidumbre (bootstrap bien usado)

• RR = P1/P0 (mundo 1 vs mundo 0).
• Bootstrap: re-muestrea para rango, pero declara: tamaño, dependencia, ventana, qué se re-muestrea.
• Señal de alarma: RR enorme con intervalo enorme o con supuestos no declarados.

8. Paso 5: sensibilidad mínima (para que sea defendible)

Publica RR con una mini tabla mental (o real):

• Umbral: p95 vs p99
• Ventana: 1 día vs 3 días vs 7 días
• Región: punto vs bbox/área

Si RR cambia brutalmente con cambios pequeños, dilo: es incertidumbre estructural, no “fallo”.

9. Ejemplos típicos (rápidos) donde RR se rompe si no cuidas el método

• Sequía: SPI-1 vs SPI-6 cuentan historias diferentes; RR no es comparable si cambias el indicador.
• Ola de calor: Tmax vs Tmin; duración; UHI: punto vs celda cambia la rareza.
• Lluvia extrema: 1h convectiva: reanálisis suaviza; necesitas red/pluvio/radar para E.

10. Checklist práctico (antes de decir un RR en voz alta)

• E definido y copiable (variable/ventana/región/umbral/base)
• Datos adecuados y declarados (obs/reanálisis/ensembles)
• P(E) estimada con método declarado
• RR con rango (no solo punto)
• Sensibilidad mínima reportada
• Sesgos/limitaciones en colas reconocidos
• Hazard ≠ impacto (exposición/vulnerabilidad)

11. Límites de interpretación y frases seguras

• Límite: “RR describe un cambio en probabilidad del hazard bajo estos supuestos; no prueba causalidad única.”
• Límite: “El rango refleja incertidumbre por definición del evento, tamaño muestral y sesgos.”
• Frase segura: “Los resultados son consistentes con un aumento/disminución de probabilidad, dentro de estos supuestos.”
• Frase segura: “El impacto depende de exposición y vulnerabilidad; este análisis no lo estima directamente.”

12. Mini-glosario

• RR (risk ratio): cociente de probabilidades del mismo evento entre dos mundos.
• Hazard: fenómeno físico (calor, déficit de lluvia).
• Exposición/vulnerabilidad: lo que transforma hazard en impacto.
• Bootstrap: re-muestreo para estimar rangos.

13. Referencias y lecturas recomendadas

• IPCC (guías y capítulos de atribución y extremos)
• WMO (glosarios y marcos de riesgo)
• NOAA (recursos educativos y extremos)