Es fácil obtener una pendiente; es más difícil explicar qué demuestra. Elegir unas fechas favorables, mezclar referencias o ignorar un cambio de instrumento puede producir una conclusión convincente y equivocada. Reconocer estas trampas permite hablar de tendencias con más precisión, sin negar las señales que existen ni atribuir a los datos una certeza que no tienen.

Seis comprobaciones contra el autoengaño

• Escribe la pregunta y el periodo antes de elegir los datos más llamativos.
• Comprueba variable, unidad, referencia y territorio de cada comparación.
• Revisa huecos y metadatos de la estación o del producto.
• Distingue cantidad de registros y cantidad de información independiente.
• Separa magnitud, incertidumbre y explicación de causas.
• Conserva también los resultados que limitan tu conclusión.

Elegir fechas o referencias para obtener el resultado deseado

La variabilidad puede producir tramos de subida y bajada dentro de una evolución más larga. Empezar en un año excepcional o terminar en otro puede cambiar mucho una pendiente corta. No basta con que las fechas sean reales: hay que justificar por qué responden a la pregunta y mostrar alternativas razonables.

También engaña comparar anomalías con referencias distintas. Una anomalía resta una referencia; una tendencia resume evolución temporal. Dos valores de anomalía diferentes pueden corresponder al mismo valor absoluto. Cambiar la referencia constante desplaza la serie, sin modificar por sí solo su pendiente cuando la muestra sigue siendo la misma.

Creer que una serie larga resuelve cualquier problema

Una serie larga ayuda a estudiar variabilidad, pero no cura un salto artificial. Un traslado, una garita nueva, un cambio de horario o de procesamiento pueden alterar el registro. Revisa metadatos y compara con fuentes apropiadas. Si falta la historia, conserva esa incertidumbre en vez de inventar una causa.

Una estación puede medir correctamente un entorno que se ha transformado y representar peor una región más amplia. Eso exige definir la pregunta. La homogeneización utiliza evidencia y métodos para tratar cambios artificiales; no consiste en borrar todos los extremos ni en corregir hasta conseguir la pendiente que esperábamos.

Tratar un reanálisis como observación de cada calle

Un reanálisis combina modelo y observaciones para reconstruir el pasado. Su continuidad espacial es útil, pero una celda puede incluir costa, laderas o terrenos diferentes. Ampliar el mapa no crea nuevos termómetros. Comprueba resolución y variable antes de hablar de un municipio concreto.

Un modelo y un método de asimilación estables tampoco garantizan que todas las observaciones disponibles hayan sido iguales durante décadas. La mezcla observacional puede cambiar. Conserva producto y versión, y revisa la documentación. Si dos mapas usan dominios o periodos distintos, no atribuyas automáticamente sus diferencias a un error.

Contar publicaciones o datos relacionados como pruebas independientes

Varias webs pueden mostrar el mismo dato original. Varias celdas próximas o días consecutivos también pueden compartir información. Repetir una cifra no aporta por sí solo nuevas observaciones. Identifica procedencia y dependencia antes de presentar muchas coincidencias como confirmaciones separadas.

Otro error es buscar entre numerosos indicadores y mostrar solo el que sale significativo. Los resultados casuales se vuelven más probables al explorar muchas opciones. Declara qué has buscado y conserva el conjunto. Una exploración puede ser útil si se presenta con su alcance y se comprueba después.

Confundir significación con importancia o certeza

Una pendiente pequeña puede estimarse con precisión; una grande puede ser muy incierta. Informa ambas cosas. Un resultado que no supera una prueba no demuestra ausencia de cambio. Uno que la supera tampoco demuestra su causa, que vaya a mantenerse indefinidamente o que tenga el mismo efecto en todos los lugares.

Un intervalo de confianza expresa incertidumbre de un procedimiento bajo sus supuestos. No convierte cada valor dentro del intervalo en una predicción ni significa que el parámetro cambie aleatoriamente entre sus límites. Cuando el intervalo incluye cero, explica qué cambios siguen siendo compatibles con el análisis.

Suponer que todos los percentiles se calculan igual

El percentil de una muestra depende de la referencia, la estación del año y el método de estimación. Dos programas pueden dar cifras diferentes con pocos datos porque interpolan de forma distinta. Declara la regla utilizada antes de comparar umbrales o frecuencias de extremos.

Un percentil alto no mide por sí solo daño ni rareza universal. Un valor frecuente en un lugar puede ser extremo en otro. Tampoco una muestra de cuatro números permite conocer bien una cola climática. Revisa cobertura y evita que los faltantes se concentren precisamente en los episodios que quieres estudiar.

Usar la media como resumen de todos los extremos

Dos series pueden tener la misma media y distintas frecuencias de valores altos. Para estudiar extremos conserva variable, duración y criterio. Número de días cálidos, número de episodios y duración máxima son indicadores distintos. Un récord aislado tampoco calcula una tendencia.

La definición de ola de calor del estudio de AEMET requiere persistencia, extensión y un umbral de percentil. No se verifica con una temperatura máxima de una sola estación o con el color de una media mensual. Utiliza el criterio completo y aclara cuál has aplicado.

Comunicar más de lo que se ha calculado

Una comunicación responsable indica lugar, variable, fechas, referencia, fuente, magnitud e incertidumbre. «Ha subido en este periodo» no equivale a «subirá igual cada año». Una asociación tampoco basta para atribuir una causa. Explica si el análisis es exploratorio y qué información falta.

Evita títulos que conviertan una incertidumbre en ausencia de riesgo o un episodio en una regla universal. Muestra la escala que corresponde al dato y conserva el contexto del gráfico. Las limitaciones ayudan al lector a usar la conclusión; no necesitan ocultarse para que el resultado sea útil.

Cinco aplicaciones documentadas de estas cautelas

NCAR/UCAR: ventanas y dependencia

Su guía explica que pueden coexistir tendencias de distinto signo en diferentes ventanas y que los datos consecutivos pueden estar relacionados. La aplicación es justificar fechas y supuestos, sin convertir un ajuste corto en refutación automática del cambio a largo plazo.

NCEI: investigar rupturas

La documentación de GHCNm describe comparación entre registros para estudiar cambios artificiales. Sirve para revisar comparabilidad, sin afirmar que hayamos corregido una estación concreta ni que una diferencia con vecinos sea siempre un error.

Copernicus: leer referencias y dominios

El ESOTC 2024 documenta periodos, regiones y criterios de ranking. Permite entender por qué dos productos no siempre responden a la misma pregunta. No hemos extraído valores de mapas ni recalculado sus series.

NumPy: método del percentil visible

Su manual ofrece distintos estimadores. El ejemplo sintético muestra una diferencia de método, sin afirmar que un percentil concreto describa una estación real o certifique un extremo climático.

AEMET: ola de calor con criterio completo

El estudio combina al menos tres días, un mínimo del 10 % de estaciones y máximas por encima del percentil 95 de julio y agosto de 1971–2000. La aplicación es conservar todos los criterios al contar episodios.

Ocho ejercicios numéricos independientes

Todos son sintéticos. Las cifras se han creado para mostrar errores y operaciones; no representan tendencias ni episodios observados.

1. Ventana elegida: con seis tiempos 0 a 5 y valores 0,2,−1,3,1,4, el ajuste completo tiene pendiente de +0,6 unidades por año. Elegir solo los tiempos 1 y 2 da −3 unidades por año. La muestra breve no permite una conclusión climática.
2. Referencia: 14,8 °C respecto de 14 °C da +0,8 °C; respecto de 14,5 °C da +0,3 °C. El valor absoluto es el mismo.
3. Serie larga con salto: 40 valores anuales, los primeros 20 de 10 °C y los otros 20 de 11 °C, dan una pendiente aproximada de 0,03752 °C por año. Si el salto de 1 °C es enteramente instrumental y conocido, no hay calentamiento verdadero en este ejemplo.
4. Repetición: tres observaciones originales reproducidas en cuatro boletines producen 12 apariciones, pero siguen siendo tres observaciones. Contar boletines no multiplica la evidencia.
5. Búsqueda múltiple: si hacemos 20 pruebas con hipótesis nulas verdaderas y cada una tiene probabilidad de rechazo del 5 %, esperamos en promedio un falso rechazo. No significa que siempre aparezca exactamente uno.
6. Percentil 75: para 2,4,8,16, la interpolación lineal da 10 y el vecino más próximo da 8. La diferencia de 2 procede del método, no de un cambio de los datos.
7. Media estable: 20,20,20,20 y 18,18,22,22 tienen media de 20 °C. Con umbral didáctico igual o superior a 21 °C, las proporciones son 0 % y 50 %.
8. Intervalo supuesto: una pendiente de 0,2 °C por década con margen de 0,3 produce límites de −0,1 a +0,5 °C por década. Si ese intervalo fuese válido, incluir cero no demostraría que el cambio sea exactamente cero.

Cómo dejar una conclusión revisable

Conserva originales, metadatos, selección temporal, métodos y resultados alternativos justificados. Presenta el tamaño del cambio y sus límites y distingue lo calculado de la explicación propuesta. Si una comparación no es compatible, resuelve primero su definición.

El objetivo es que otra persona pueda entender la conclusión y comprobar qué la sostiene. Una serie larga bien descrita y un análisis limitado con honestidad aportan más que una cifra muy precisa cuyo origen no puede reconstruirse.

Fuentes y lecturas recomendadas

• NCAR/UCAR: supuestos, dependencia, variabilidad y límites del análisis de tendencias
• NOAA NCEI: discontinuidades y homogeneización de registros climáticos
• Copernicus: referencias, dominios, rankings y procedencia de los datos ESOTC 2024
• NumPy: métodos para estimar percentiles de una muestra
• NIST: interpretación frecuentista de los intervalos de confianza, ilustrada para una media
• AEMET: criterio del estudio de olas de calor desde 1975

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