Resumen De la base de datos de 34 años de las 92 estaciones distribuidas en la región Sierra de Amula en el estado de Jalisco-México se estimaron los datos mensuales faltantes de precipitación y temperatura a través de los métodos de media aritmética, regresión lineal simple y la técnica de la U.S. National Weather Service. La estimación de la consistencia y homogeneidad de esta base se realizó a través del análisis de doble masa, t de Student y Cramer, procesados mediante los Sistemas de Información Geográfica. Se rellenaron datos faltantes de hasta 36,036 para precipitación y 9,730 para temperatura, se presentaron errores de consistencia de los datos de precipitación en 10 meses, a excepción de julio y agosto, con una R2=0.99 (α=0.05); para la temperatura fue de R2=1 y una predicción y confianza al 100%. Se encontraron valores de t de Student y Cramer inferiores a 1.56, situación que determina homogeneidad y calidad (R2=0.99). El mejor método para interpolar la precipitación fue polynomial interpolation, para temperatura fue J-Bessel con una confiabilidad cercana a 100%.

Abstract Missing monthly rainfall and temperature data were estimated to complete a 34-year meteorological record from 92 weather stations distributed in the Sierra de Amula region in the state of Jalisco, Mexico, by applying the methods of arithmetic mean, simple linear regression and the technique employed by the U.S. National Weather Service. Estimation of data consistency and homogeneity was achieved by means of double mass analysis, and Student’s t- and Cramér’s t-tests processed by Geographic Information Systems. Missing data was filled for up to 36,036 rainfall and 9,730 temperature data points. Data consistency errors were found for rainfall data of 10 months, with the exception of July and August, showing R2 = 0.99, (α = 0.05); for temperature, data exhibited R2 = 1 with a confidence and prediction of 100%. Student’s t- and Cramér’s t-test values below 1.56 were found and indicates a high degree of data homogeneity and quality (R2 = 0.99). The best method to interpolate rainfall data was polynomial interpolation, whereas for temperature, J-Bessel provides a reliability close to 100%.