Metodología y fuentes de datos

Todas las cifras de este sitio proceden de un registro civil o de un instituto oficial de estadística. Depuramos cada fuente, llevamos todas a una misma escala y agrupamos las formas de cada nombre en los distintos idiomas.

1. Recopilación de los datos

Solo usamos datos abiertos oficiales: institutos nacionales de estadística (INSEE, ONS, CSO, Statbel, BFS…), registros civiles (SSA, RENAPER, registros provinciales) y portales regionales de datos abiertos. Cada fuente aplica su propio umbral: los nombres registrados menos de 3 o 5 veces en un año no se publican, así que los nombres muy poco frecuentes faltan en todas partes. Algunos países solo publican un top 50 o un top 100; en esos casos mostramos puestos, nunca proporciones. La tabla de abajo detalla cada fuente: años, organismo y licencia.

2. Una misma escala para todos los países

Las cifras absolutas no son comparables entre un país de 330 millones de habitantes y otro de 5 millones, así que los gráficos muestran nacimientos por cada 100.000 recién nacidos (niñas y niños juntos) en cada país y año. El denominador es la suma de los nacimientos de las listas publicadas, muy cercana al total de nacimientos, aunque algo inferior.

El registro argentino guarda todos los nombres de pila en una sola cadena («María Florencia»), por lo que solo contamos el primero. Cuando un registro no indica el sexo, lo tomamos de otros registros del mismo idioma.

3. Grafías, nombres y familias

Trabajamos en tres niveles:

• Grafía: Élodie y Elodie, o Александр y Aleksandr, son el mismo nombre escrito de otra manera. Unificamos acentos, mayúsculas y alfabetos, y todas las grafías siguen visibles en la página del nombre.
• Nombre: una grafía más un sexo. Jean es nombre de niño en Francia y sobre todo de niña en Estados Unidos, así que son dos nombres distintos.
• Familia: las formas de un mismo nombre en distintos idiomas. Victoria (inglés, español), Victoire (francés), Vittoria (italiano) y Viktoriya (ruso) forman una sola familia, con una página principal.

4. Cómo agrupamos los nombres

Usamos cuatro tipos de evidencia, de la más sólida a la más débil. La página de cada familia indica en qué se basa cada vínculo.

1. Revisado a mano: una lista de unas 200 familias entre idiomas elaborada a mano (John = Jean = Juan = Giovanni = João = Ivan…). Dos familias de esta lista nunca se fusionan automáticamente.
2. Verificado con fuentes lingüísticas: cuando nuestras reglas dudan (Marcel / Marcelo, Laure / Laura, Eva / Evie), el par se contrasta con obras de referencia etimológicas y se clasifica como mismo nombre, relacionado o distinto.
3. Variantes ortográficas: formas que suenan igual una vez normalizadas las convenciones ortográficas (ph/f, th/t, y/i, letras dobles), con la misma inicial y el mismo sexo: Sofia / Sophia, Matteo / Mateo.
4. Wikidata: los vínculos abiertos «se dice que es lo mismo que», que solo sirven para unir un nombre aislado a una familia cuando ambas formas se parecen. Por sí sola, Wikidata vincula demasiado (Kyle ~ Caleb), así que nunca puede fusionar dos familias existentes.

Los diminutivos y derivados con vida propia (Jack, Sean e Ian respecto de John; Isabelle respecto de Elizabeth; Evie respecto de Eva) conservan su propia página y aparecen como nombres relacionados. También se vinculan las formas masculina y femenina (Víctor / Victoria).

5. Estadísticas

• Longitud del nombre: promedio de letras, ponderado por nacimientos.
• Diversidad: proporción de nacimientos que reciben uno de los diez nombres más frecuentes, número de nombres necesarios para cubrir la mitad de los nacimientos y número efectivo de nombres (1/Σp²).
• Sonidos: proporción de nacimientos cuyo nombre termina en -a, -o, -n o en sonido «i», rima con Aiden, contiene una Y, una K o una Z, etc.
• Convergencia: similitud del coseno entre las distribuciones de familias de nombres de dos países. Como las familias abarcan varios idiomas, una Victoire en París y una Victoria en Londres cuentan como la misma elección.
• Trayectorias parecidas: nombres cuya curva de popularidad en los últimos 60 años está más correlacionada dentro de un mismo país.

6. Limitaciones

El archivo actual del INSEE redondea las cifras francesas a múltiplos de 5, y la SSA omite los nombres registrados menos de 5 veces. Los registros difieren en lo que recogen (año de inscripción o de nacimiento, acentos conservados o suprimidos, nombres con guion separados o no). Las poblaciones pequeñas producen curvas con mucho ruido. Agrupar nombres de distintos idiomas exige criterio: si crees que un vínculo es incorrecto, escríbenos y revisaremos la evidencia.

Fuentes de datos