Los nombres y apellidos españoles

Me entero a través de Wonkapistas y de Malaprensa de que en la página del Instituto Nacional de Estadística se puede consultar la distribución de apellidos por provincias. Es muy entretenido curiosear para saber cuanta gente hay con tu apellido (hay 6560 con el mío) y como se distribuyen geográficamente.

La iniciatica del INE está muy bien, pero se me ocurren unas sugerencias (bastante obvias) para mejorarla:

• ¿Por qué no poder meter los dos apellidos y el nombre y saber cuantos «dobles» tenemos? (hay una página que hace precisamente eso para los USA).
• En la página se da el % de personas con el apellido buscado que viven en cada provincia. Sería mucho más interesante el % de personas de cada provincia con ese apellido.
• En vez de los puntos que aparecen en cada provincia en la que hay personas con ese apellido, podría hacerse un mapa en el que el color indicara el % de ese apellido (¿que es difícil? No debe serlo si un aficionado ha hecho este mapa de los resultados de las elecciones catalanas)
• Y finalmente, ya podían haber puesto un enlace a la página raíz, en la que hay tablas excel de distribución por provincias de los apellidos y nombres más frecuentes y otras cosas curiosas…

Se me ocurren varios desarrollos interesantes a partir de estos datos:

1. ¿Cómo decae la lista de frecuencias de apellidos? ¿Sigue un algún tipo de función de densidad de probabilidad conocida…(por ejemplo, una ley de potencias)?¿Hay diferencias por provincias?¿Es similar a la de los apellidos en otros países?
2. La comparación entre el nº de primeros apellidos y el de 2ºs apellidos debería ilustrar la ley de los grandes números. ¿Cómo varía, para el lanzamiento de una moneda, |caras-cruces|/lanzamientos? Debe tender a cero cuando los lanzamientos tienen a infinito, pero ¿cómo? Los puntos experimentales sacados de los apellidos se deberían ajustar por esa curva teórica.
3. Pueden consultarse las distribuciones por nacimiento o por residencia. Las diferencias entre ambas indican las migraciones. Podrían estudirse a partir de los apellidos que están muy concentrados geográficamente. Por ejemplo, de las 6008 personas que tienen Feijoo de 1er apellido, 2615 nacieron en Orense, pero sólo 2049 residen allí. Eso indica una fuerte migración. ¿Adónde? En Barcelona hay 210 Feijoo autóctonos, frente a 401 residentes; En Madrid, 382 y 615, respectivamente. Quizá podrían «desenredarse» estos flujos eligiendo apellidos cuidadosamente y con técnicas estadísticas.
4. Cada provincia tiene un «espectro de apellidos». Podría estudiarse la correlación entre esos espectros para buscar similitudes (creo que esto es lo que hacía Cavalli-Sforza con los genomas). Habría que ver con qué técnica estadística puede hacerse esto. Una técnica que seguro que dice algo es el análisis de componentes principales, que probablemente mostraría las «culturas subyacentes» (¿un componente principal vasco, otro catalán, otro gallego? Sería divertido comprobarlo (¿?))

[Nota: ver aquí para otras entradas sobre este tema]