A interpretación dun conxunto representa un gran problema. Frecuentemente temos ducias de saídas de modelos e é necesario ter en conta a información que aporta cada un deles. Así que é importante empregar métodos que resuman a información de forma compacta. Os dous métodos máis habituais son a media e a dispersión asociada e os diagramas de probabilidade.

Definimos a media e a dispersión respectivamente a través das seguintes fórmulas:

A media emprégase como o valor da predición do conxunto para certas variabéis como a presión,a temperatura ou a humidade. A dispersión asociada a cada media permite ter unha idea da separación entre os membros cos que se calculou a media. Un valor da dispersión pequeno indica que a maioría dos membros teñen valores moi próximos entre si mentres que un valor alto indica unha gran separación entre eles. Esta é a descrición matemática pero é posible asignarlle á dispersión un senso relacionado coa efectividade da predición.

• Nestas dúas imaxes móstranse dúas hipotéticas saídas cunha media igual pero cunha dispersión diferente.

Nun conxunto debidamente calibrado os membros do mesmo representan a meirande parte da incerteza que existe nas simulación. Se unha gran parte dos mesmos teñen un resultado parecido quere dicir que practicamente non existe incerteza na simulación e polo tanto a media de todos eles representa unha predicción acertada da evolución da atmosfera. Cando tódolos membros teñen resultados parecidos aparece reflectido por un valor pequeno da dispersión. Deste xeito un valor pequeno da dispersión pódese entender como un baixo grao de incerteza na predición que fai a media. Sen embargo cando os membros teñen valores moi distintos o valor da dispersión asociado á media será moi alto. Neste caso os membros mostrarían que o valor da media presenta unha grande incerteza.

Esta interpretación da dispersión pódese asociar co erro da predición pero tendo coidado coa súa interpretación. Cando a dispersión é baixa implica que a incerteza é pequena e polo tanto o erro tamén. Sen embargo cando a dispersión é elevada implica que a incerteza da predición tamén o será e, polo tanto, a media podería representar ou non unha boa predicción. Así que, nos casos en que a dispersión teña un valor elevado, non se pode facer ningunha asociación co erro da predicción feita pola media.