Climatología y estadísticas · Última actualización: 2026-11-02

Variabilidad: el ruido que no es ruido: cómo se mide

Medir la variabilidad es contar cómo difieren unos valores de otros, con una pregunta concreta. No basta con decir que el tiempo está más loco ni con comparar dos récords. Puedes empezar con una lista de temperaturas o precipitaciones, pero necesitas saber qué representa cada número y qué diferencias quieres describir. La medida adecuada depende de ese objetivo.

Seis comprobaciones antes de calcular

  • Elige variable, unidad, lugar y periodo de cada dato.
  • Compara calendarios equivalentes, sin mezclar estaciones del año por descuido.
  • Cuenta observaciones válidas y huecos, manteniendo los huecos separados de los ceros.
  • Consulta metadatos sobre cambios de estación, instrumento y entorno.
  • Decide si estudias la serie completa, anomalías o valores tras retirar una tendencia.
  • Guarda la fórmula, la convención de percentiles y las limitaciones de la muestra.

Definiciones claras para empezar

Media es la suma dividida por el número de valores. Dispersión describe cuánto se separan. Recorrido es máximo menos mínimo. Desviación típica resume distancias mediante cuadrados y vuelve a la unidad original al tomar una raíz. No es lo mismo que la incertidumbre de un termómetro ni que un intervalo de confianza.

Percentil sitúa un valor dentro de una distribución. Rango intercuartílico resta el percentil 25 al 75 y resume su parte central. MAD es la mediana de las distancias absolutas a la mediana, sin factor de escala en este artículo. Las normales climáticas ofrecen una referencia; no significan que cada año deba parecerse a ella.

Prepara una lista que responda a tu pregunta

Si quieres estudiar diferencias entre veranos, construye un valor comparable por verano. Una lista mezclada de días de enero y julio responde a otra pregunta y puede mostrar una gran dispersión simplemente por el recorrido estacional. Anota también si son temperaturas medias, máximas o mínimas, pues cambiar de indicador cambia lo que estás midiendo.

Comprueba las ausencias antes de calcular medias y porcentajes. Un dato que falta no significa que la temperatura o la lluvia hayan sido cero. Guarda cuántos valores se esperaban y cuántos se utilizaron. Si la cobertura es insuficiente según las reglas del producto, deja el resultado pendiente en vez de completar silenciosamente la lista.

Elige una medida sin esconder los extremos

El recorrido es fácil de entender, pero solo utiliza los dos extremos. Si añades observaciones, puede cambiar sin que haya aumentado la dispersión habitual del fenómeno. Para conocer el centro puedes acompañarlo del rango intercuartílico; para describir el conjunto, de la desviación típica. Escribe siempre qué medida has elegido.

NIST presenta varias medidas porque no todas dan el mismo peso a las colas. Una medida resistente a un valor muy alejado puede ser útil, pero no demuestra que ese valor sea erróneo. Si estudias riesgos extremos, conserva y revisa también esos episodios: la estabilidad de una cifra central no los hace desaparecer.

Referencia y tendencia cambian la interpretación

Restar una referencia constante desplaza todos los valores por igual; no cambia sus separaciones. Si en cambio restas una referencia distinta para cada mes, estás retirando parte del ciclo del calendario. Explica qué has hecho antes de comparar dos medidas de variabilidad, aunque ambas estén expresadas en grados.

También puedes estudiar qué queda después de ajustar una tendencia. Ese resultado describe oscilaciones respecto al ajuste, mientras que la dispersión original incluía la evolución de fondo. Ninguna de las dos cifras es automáticamente la correcta para todo propósito. No presentes los residuos como si fueran, sin más comprobación, toda la variabilidad natural del clima.

Homogeneización, metadatos y sesgos

Una sustitución de sensor, una mudanza o una obra próxima puede afectar las comparaciones. Los metadatos permiten situar esas intervenciones. La homogeneización estudia y trata discontinuidades no climáticas con un método documentado; no consiste en aplanar los valores que resulten incómodos. Tampoco debe confundirse con eliminar cualquier dato extremo.

Compara con referencias pertinentes y conserva originales y versiones procesadas. Si la continuidad sigue sin resolverse, indica que la medida de dispersión podría mezclar cambios físicos y observacionales. Una serie larga ayuda a contextualizar, pero no convierte automáticamente todos sus valores en comparables ni todos sus episodios en independientes.

Cinco aplicaciones documentadas

España en 2023: el territorio importa

AEMET informó de que las precipitaciones de las cuencas del Pirineo oriental y del Sur alcanzaron el 55 % y el 42 % de sus normales. Son datos de lluvia de aquel año, no de embalses ni de la situación actual. Ilustran por qué hay que delimitar el lugar.

España: contar una ola de frío exige más

El estudio de AEMET exige al menos tres días consecutivos, un mínimo del 10 % de estaciones y mínimas bajo el percentil 5 de enero y febrero de 1971–2000. Un recuento de días fríos de tu lista no basta para aplicar esa etiqueta.

OMM: identifica la referencia

Las normales climáticas estándar utilizan periodos de treinta años como 1991–2020. Escribe qué periodo se usa; una referencia estadística no es un pronóstico de cada temporada futura.

GHCNm: consulta el procesamiento

NOAA describe para la versión 3 comparaciones entre estaciones para estudiar saltos relativos. Identifica versión y ajustes. Esa documentación no autoriza a corregir una estación a ojo ni a asumir idéntico procesamiento en todas las versiones.

NumPy: especifica cómo calculas percentiles

La documentación ofrece varios métodos. Dos programas pueden diferir si aplican convenciones distintas a la misma lista. Declara el método y comprueba un ejemplo pequeño, sin interpretar automáticamente esa diferencia como fallo de un programa.

Ocho ejemplos propios resueltos

Son datos sintéticos, separados de los ejemplos históricos españoles. Ninguna lista corta representa una estimación climática de una estación real. Los divisores y métodos se declaran para que puedas repetir las operaciones.

  1. Desviación típica: 11,13,15,17 °C tienen media 14 y recorrido 6. Los cuadrados de sus distancias suman 20 °C². Dividir por 3 para la varianza muestral y tomar la raíz da 2,582 °C. Usar divisor 4 para describir la población finita dada produce 2,236 °C.
  2. Centro y extremo: 0,2,4,6,100 tienen recorrido 100. Con percentiles lineales, P 25=2 y P 75=6; el rango intercuartílico es 4. El valor 100 sigue existiendo y debe revisarse en su contexto.
  3. MAD cero: 5,5,5,5,20 tienen mediana 5. Las distancias a ella son 0,0,0,0,15; su mediana es 0. El MAD es cero, pero el recorrido es 15. No significa que todos los valores sean iguales.
  4. Cambiar referencia: 12,14,16 °C menos una referencia 10 dan anomalías 2,4,6; menos una referencia 12 dan 0,2,4. Sus medias son 4 y 2, pero ambas desviaciones típicas muestrales valen 2 °C.
  5. Tendencia exacta: cinco años con valores 10,11,12,13,14 °C tienen desviación típica muestral 1,581 °C. Al retirar la recta exacta 10+t, con t de 0 a 4, quedan cinco ceros. El resultado depende de haber retirado esa evolución construida.
  6. Ausencias: enero esperaba 31 datos y tiene 27 válidos, todos de 10 °C. Faltan 4 y la cobertura es 87,10 %. Su media disponible es 10; convertir los huecos en cero daría 270/31=8,710 °C, sin justificación. La media real de todo enero sigue desconocida.
  7. Lluvia relativa: tres totales de 300,450,600 mm tienen media 450 y desviación típica muestral 150 mm. Su coeficiente de variación es 150/450×100=33,33 %. Esta interpretación relativa no se aplica a grados Celsius.
  8. Persistencia: −2,−1,2,−3,3 °C tiene tres días bajo cero y racha máxima de dos. Reordenar como −2,−1,−3,2,3 mantiene el 60 % de días bajo cero, pero la racha pasa a tres. No se ha identificado una ola de frío oficial.

Errores frecuentes al comparar cifras

No compares una desviación calculada sobre días con otra sobre medias anuales sin explicar el cambio de escala. No atribuyas una diferencia a clima antes de revisar cobertura y metadatos. Tampoco uses un MAD pequeño para negar extremos ni una gran dispersión original para afirmar que las oscilaciones aumentaron si también cambió la tendencia.

Una entrega que pueda comprobarse

Conserva variable, unidad, calendario, muestra, ausencias, referencia, fórmula y resultados. Añade qué controles de calidad se realizaron y qué interpretación sigue abierta. La medida será útil cuando responda a una pregunta y otra persona pueda repetirla, no simplemente cuando tenga muchos decimales o confirme una impresión previa.

Fuentes y lecturas recomendadas

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