Verificar no es “ponerse nota” ni buscar culpables. Es la forma más rápida de dejar de guiarnos por impresiones y empezar a mejorar de verdad: qué acierta un pronóstico, en qué falla, y qué cambios concretos lo hacen más útil.

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

1. Qué es y por qué importa

La verificación es medir de forma ordenada la calidad de un pronóstico comparándolo con observaciones, y casi siempre también con una referencia (climatología o persistencia). Importa porque reduce dos cosas muy humanas: autoengaño (recordar solo aciertos) y mitos (creer que una métrica mágica lo resume todo).

2. Idea clave en 30 segundos

• En una frase: verificar es convertir “creo que acierto” en “sé en qué acierto, en qué fallo y qué cambiar para mejorar”
• Señal típica: un pronóstico “parece bueno” en días normales pero falla justo en episodios de impacto
• Confusión común: usar correlación o AUC/ROC como sinónimo de utilidad real

3. Qué ganas verificando (beneficios reales)

• Mejoras concretas: identificas si el fallo es sesgo, timing, desplazamiento o calibración.
• Decisiones más honestas: sabes cuándo confiar y cuándo comunicar incertidumbre.
• Comparabilidad: puedes comparar versiones, modelos o métodos con el mismo criterio.
• Aprendizaje acumulativo: cada temporada deja lecciones verificadas, no anécdotas.

4. Los 6 autoengaños más comunes (y cómo evitarlos)

• “Me acuerdo de los aciertos”: define un periodo fijo y verifica todo, no solo días “interesantes”.
• “Hoy acerté, soy bueno”: un caso no es estadística; usa muchas situaciones y estratifica.
• “Mi métrica favorita salió bien”: usa panel pequeño de métricas (continuo + evento + probabilístico si aplica).
• “En el punto exacto falló, entonces fue malo”: si tu decisión es zonal, verifica a escala zonal o con vecindad.
• “La observación es verdad absoluta”: revisa QC y representatividad (sensor, entorno, subcaptura, gaps).
• “El promedio manda”: un score anual puede ocultar extremos y fallos de impacto.

5. Mitos típicos (y qué deberíamos decir en su lugar)

• Mito: “Una correlación alta significa buen pronóstico”. Realidad: la correlación puede ser alta y aun así fallar en magnitud o en eventos raros.
• Mito: “Una AUC alta significa que las probabilidades son fiables”. Realidad: AUC/ROC mide discriminación, no calibración.
• Mito: “RMSE lo resume todo”. Realidad: RMSE penaliza extremos, pero no te dice si detectas eventos o si sobrealertas.
• Mito: “Si falla un episodio, el modelo no sirve”. Realidad: hay que ver si fue error sistemático o un caso límite; y si era predecible a la escala usada.

6. Ejemplos rápidos (lluvia intensa y probabilidades)

• Lluvia intensa convectiva: puede “fallar” el punto por desplazamiento; la vecindad muestra utilidad real a escala de comarca.
• Probabilidades: puedes ordenar bien los días de riesgo (ROC alto) pero estar sobreconfiado (mala fiabilidad). Eso exige calibración.
• Ensembles: si el rango del ensemble es demasiado estrecho, la realidad cae fuera a menudo; es subdispersión y hay que calibrar.

7. Checklist mínimo para empezar hoy

1. Define objetivo y decisión (qué cambia si aciertas/fallas).
2. Define variable, umbral y ventana temporal.
3. Elige observación con QC básico.
4. Elige baseline (climatología/persistencia).
5. Elige 3–5 métricas (MAE/RMSE + POD/FAR/ETS + Brier/fiabilidad si probabilístico).
6. Estratifica por estación o régimen.
7. Haz 5–10 casos de impacto para entender el “por qué”.

8. Errores comunes

• Verificar sin baseline (no sabes si aportas valor).
• Mezclar escalas (punto vs zona) y sacar conclusiones erróneas.
• Usar una sola métrica para todo.
• No diferenciar discriminación (ROC) de calibración (fiabilidad).

9. Buenas prácticas

• Panel corto: pocas métricas bien elegidas y bien leídas.
• Transparencia: evento, umbral, ventana y escala bien documentados.
• Repetición: verificar antes y después de una mejora.
• Humildad operativa: comunicar incertidumbre cuando toca.

10. Resumen y claves finales

• Verificar reduce autoengaños y acelera mejoras reales
• Una métrica sin contexto puede mentir: usa panel y casos
• ROC/AUC y correlación no equivalen a utilidad ni a probabilidades fiables
• Convectiva: escala y vecindad importan para medir utilidad
• El final de la verificación debe ser una acción concreta y re-verificada

11. Mini-glosario

• Skill score: valor añadido frente a una referencia (baseline)
• ROC/AUC: discriminación de un pronóstico probabilístico
• Fiabilidad: calibración de probabilidades
• Vecindad (neighborhood): tolerancia espacial para pequeños desplazamientos
• CRPS: score para distribución probabilística (cuanto menor, mejor)
• FSS: score espacial para precipitación/estructura a escalas (útil en convectiva)

12. Referencias y lecturas recomendadas

• WMO: guías de verificación y pronóstico probabilístico
• NOAA: material educativo y recursos de verificación
• AEMET: documentación y recursos sobre predicción y verificación (cuando aplique)