Dos apellidos catalanes

Ahora que se acercan las elecciones al parlamento catalán, uno de los estudios habituales es el de la comparación de la frecuencia de los apellidos en las candidaturas con su frecuencia en la población catalana. Esta entrada va sobre ese tema. La conclusión es que en las candidaturas de los partidos nacionalistas/independentistas, los apellidos radicados en Cataluña están muy sobrerrepresentados con respecto a su peso en la población catalana, mientras los apellidos más frecuentes en el resto de España están infrarrepresentados. En los partidos no separatistas, tiende a haber más peso de los apellidos más frecuentes del resto de España, pero de forma más moderada. Los apellidos  radicados en Cataluña suelen estar representados según su peso en la población catalana en estos partidos.

TL;DR

Las candidaturas provisionales para las elecciones están disponibles en el BOE, aunque en esta entrada solo analizaré los partidos que previsiblemente obtendrán escaños en el nuevo parlamento. Para el análisis usaré las tablas proporcionadas por el INE con la frecuencia de los apellidos, donde los apellidos más raros son ignorados. Consideraré como apellidos radicados en Cataluña (denominados «apellidos catalanes» para abreviar) aquellos para los que las personas con esos apellidos han nacido al menos un 40 % en Cataluña: Cataluña tiene un 16 % de las personas residentes en España, por lo que un 40 % es una proporción más del doble de la correspondiente con una distribución uniforme en España. Consideraré como apellidos frecuentes en el resto de España (denominados «apellidos restospañoles» para abreviar) a los 200 apellidos más frecuentes de las personas nacidas en el resto de España, fuera de Cataluña.

De esta forma se pueden calcular tablas como la siguiente, donde para cada candidatura y provincia se indican el número de apellidos catalanes de los primeros apellidos de los candidatos (sin contar suplentes), y entre paréntesis los que corresponderían a su moda estadística (el valor más probable) si la lista se hubiera elegido con residentes en cada provincia de forma aleatoria. Para ello he utilizado la tabla correspondiente del INE de frecuencias de apellidos de residentes:

ERC, JxC y la CUP tienen en general una mayor presencia de apellidos catalanes. Pero en la provincia de Barcelona, todos los partidos salvo C’s tienen una mayor presencia de apellidos catalanes, además por bastante margen. Y C’s tiene un valor menor, pero con un valor bastante próximo a la media.  Como en Barcelona se eligen 85 parlamentarios frente a los 15-18 de las otras provincias, es más fiable para hacer estudios estadísticos, por lo que me centraré en esta provincia para hacer cálculos más avanzados.

Una forma de ver si los valores que de las candidaturas son razonables, es compararlos con la distribución binomial, que es la que correspondería a si las candidaturas fueran elegidas de forma aleatoria entre toda la población residente. Para ello, calculo la probabilidad de su cola, es decir, la probabilidad de que para una candidatura dada salieran candidaturas con el mismo número de candidatos del mismo tipo de apellido, o un número menor (si la moda es mayor que el valor dado); o del mismo número de tipo de apellidos o un número mayor (si la moda es menor que el valor dado). Si una candidatura es comparable a la aleatoria debería tener un valor del 50 %, y cuanto menos valor tenga, más improbable es que su distribución sea equiparable a la aleatoria. Si se toma como referencia el 5 % estadístico que se suele dar de margen para determinar que es una situación fuera de la distribución, y teniendo en cuenta que hay dos lados de la distribución, valores menores del 2 % indicarían distribuciones muy sesgadas para un lado u otro. Así, para la tabla anterior (como he indicado, estos cálculos solo están hechos para Barcelona):

Esta gráfica indicaría que la composición de las candidaturas de PSC y C’s están más o menos en concordancia con la distribución esperable. La de los comunes y el PP, no son las más esperables, pero todavía no se pueden llegar a clasificar como totalmente sesgada. Sin embargo las candidaturas de ERC, CUP y JxC sí indicarían que están muy sesgadas con respecto a lo esperable de apellidos catalanes.

Si en vez del análisis con apellidos catalanes, se hace con apellidos restospañoles, la tabla que se obtiene es la siguiente:

En este caso se observa clara subrepresentación en ERC, CUP y JxC, mientras el resto parecen más equilibrados. Si se hace el mismo cálculo que el indicado anteriormente (para Barcelona):

Esta vez, las más equilibrados parecen las candidaturas del PP, PSC y los comunes; C’s es más extremo; y totalmente sesgados ERC, PSC y JxC.

También se pueden hacer los mismos estudios con el segundo apellido de los candidatos (el INE da tablas diferentes para las frecuencias del los primeros y segundos apellidos). Así la tabla para apellidos catalanes por los segundos apellidos de las candidaturas es:

Y sus probabilidades de las colas para Barcelona:

La tabla para los segundos apellidos restospañoles:

Y las probabilidades de sus colas:

En esta ocasión C’s se une claramente a las listas más sesgadas (con 47 apellidos restospañoles cuando corresponderían 32).

En general, las distribuciones de CUP, C’s y JxC suelen ser las más sesgadas cuando se analizan las distribuciones de las candidaturas barcelonesas.

Otro estudio que hice, es qué pasa si en vez de estudiar la candidaturas barcelonesas completas solo se estudia la primera mitad, ya que los últimos candidatos tienen escasas opciones de ser elegidos. En general, me da la impresión que el comportamiento no cambia, es decir, con PSOE, PP y comunes siendo más equilibrados; C’s más desequibrado; y ERC, CUP y sobre todo JxC los más sesgados. También hay que tener en cuenta que al ser las candidatura con la mitad de candidatos, su estadística es peor y son esperables mayores fluctuaciones . Como casos llamativos en estas candidaturas a la mitad he visto el caso del primer apellido, donde en la CUP los apellidos restospañoles alcanzan una frecuencia que hasta se podría equiparar a la de la población residente barcelonesa:

Y lo mismo pasa a ERC con el segundo apellido restospañol en Barcelona:

NOTAS DEL MÉTODO DE ANÁLISIS

El método de análisis está basado en dos números «mágicos»: el «40 %» del peso del apellido en Cataluña para considerar el apellido catalán y los «200» apellidos más frecuentes restospañoles que se consideran. Cuando se cambian estos números, los resultados pueden variar, incluyendo las probabilidades de las colas, aunque cuando los porcentajes de las colas son próximos al 0 %, no suelen variar mucho. Analizando cada número mágico, hay que considerar que el porcentaje de «40 %» debe de ser por una parte lo suficientemente alto para que se considere que el apellido es de radicación catalana (mayur desde luego que el 16 % de presencia catalana en España) pero no tan alto que limite la estadística, ya que como se ha mostrado en las tablas tampoco es que reúnan porcentajes mayoritarios. El otro número, los «200» apellidos más frecuentes restospañoles, debe ser un número alto para que haya suficiente estadística pero tampoco enormemente alto para que no haya apellidos que sean restospañoles y catalanes.

En el siguiente gráfico se muestra cómo varía para cada partido la distribución de cola de primeros apellidos catalanes en Barcelona cuando se varía el porcentaje del «40 %»:

Los valores para ERC, JxC y la CUP no levantan del suelo. Lo mismo para el número de apellidos restospañoles que se agregan:

Aquí sí se observa que cuando se toman pocos apellidos, la lista de ERC parece más equilibrada, pero que debido que ocurre cuando el número de apellidos es menor y la estadística más sesgada, lo consideraría más una fluctuación estadística. JxC y CUP mantienen el sesgo para cualquier número tomado de apellidos.

La gráfica correspondiente para los segundos apellidos de la primera mitad de candidatos para Barcelona, muestra una estructura algo diferente, donde la CUP disminuye su equilibrio según se aumenta el número de apellidos tomados, JxC tiene una especie de fluctuación estadística alrededor de los cien apellidos y donde ERC sí parece que en este aspecto parece bastante equilibrado en todo el rango significativo:

Por curiosidad, los primeros apellidos considerados catalanes son (con más del 40 % nacidos en Cataluña, con orden decreciente de su «catalanidad»): gispert, franquesa, vallverdu, balcells, tarres, farres, muntane, jorba, llopart, olle, planella, guell, mercade, pubill, camprubi, obiols, clotet, lluis, margalef, bargallo, carol, torra, freixas, castellvi, massana, farre, torrents, cabre, torras, graells, sole, orriols, jane, teixido, junyent, vilaro, pares, freixa, llaurado, casanovas, farras, vall, puigvert, olive, roura, batlle, oliveras, escude, bertran, caballe, balague, giro, galceran, mestres, vilaseca, carulla, sabate, casals, subirana, homs, gene, ribo, bove, riu, clua, suñe, giralt, fuste, tort, pique, poch, virgili, corominas, subirats, cortada, casellas, recasens, riba, alsina, ribalta, pijuan, nolla, albareda, montserrat, parera, llobet, verges, colome, vilalta, duch, anguera, bach, gibert, montane, juncosa, prat, coma, quer, torne, ginesta, creus, salvat, compte, rossell, pujol, marce, escola, reverter, marsal, busquets, pages, sarda, gabarro, piñol, castella, padro, sans, cirera, garriga, codina, jordana, pujadas, pi, ciurana, tarrago, calvet, jove, escoda, capdevila, rius, fortuny, gali, fontanet, fabregas, altes, guitart, figueras, planas, arbos, dalmau, armengol, trilla, queralt, ferran, salvado, pous, llovera, garreta, canals, enrich, masip, viñals, miret, moline, serrat, marimon, ibars, soldevila, castells, serret, vendrell, angles, borrell, verge, rovira, blanch, aymerich, font, gasso, cots, oriol, torrent, gili, lleonart, robert, boada, pont, puig, comas, isern, corbera, ferre, jornet, ricart, pelegri, guasch, fabrega, franch, figuerola, palau, pamies, sala, camps, vilella, molins, badia, mauri, torner, agusti, plana, folch, anglada, soteras, sanahuja, felip, feliu, miro, romeu, girones, cos, serra, fornos, bosch, ribot, ribas, mallol, carles, gallart, masso, solsona, brunet, canela, llop, valls, llado, solanes, claramunt, porta, baro, carbo, rosell, huguet, petit, benet, fort, borrull, vilanova, berga, gras, agramunt, colomer, oller, curto, roma, palou, jofre, miquel, rull, fabregat, grau, adell, gros, julia, vila, artigas, biosca, colom, bordas, borras, carreras, vives, coll, pau, prats, querol, oro, batalla, riera, mir, just, roca, aran, trave, roig, mercader, gual, nogues, pla, fores, bonet, morera, marti, sola, montoliu, domenech, negre, ingles, boix, perpiña, ribera, canal, safont, mateu, falco, jose, rodes, guardia y march.

Y los 200 apellidos más frecuentes restospañoles (en orden decreciente de su frecuencia) de primer apellido son: garcia, gonzalez, rodriguez, fernandez, lopez, martinez, sanchez, perez, martin, gomez, jimenez, hernandez, ruiz, diaz, moreno, alvarez, muñoz, romero, alonso, gutierrez, navarro, torres, dominguez, vazquez, ramos, gil, ramirez, serrano, blanco, castro, suarez, morales, delgado, molina, ortega, ortiz, rubio, marin, santos, sanz, cruz, castillo, nuñez, iglesias, medina, garrido, cortes, lozano, leon, guerrero, prieto, cano, peña, vega, mendez, calvo, herrera, cabrera, gallego, marquez, diez, flores, campos, reyes, fuentes, carrasco, santana, nieto, caballero, herrero, lorenzo, vidal, montero, aguilar, hidalgo, vicente, santiago, ibañez, benitez, pascual, arias, vargas, crespo, mora, duran, carmona, roman, soto, pastor, gimenez, velasco, saez, esteban, bravo, rey, rojas, ferrer, parra, moya, merino, pardo, gallardo, rivas, franco, rios, rivera, lara, otero, espinosa, izquierdo, silva, arroyo, redondo, galan, camacho, miguel, casado, marcos, vera, sierra, andres, montes, luque, mendoza, benito, carrillo, valle, bernal, varela, robles, guerra, soriano, palacios, macias, heredia, soler, valero, fuente, pereira, pozo, exposito, villar, segura, bueno, roldan, mateos, rio, rosa, contreras, mateo, miranda, menendez, escudero, rivero, estevez, guillen, aparicio, conde, rico, acosta, calderon, torre, plaza, padilla, galvez, blazquez, aguilera, bermudez, cuesta, salazar, salas, gracia, abad, guzman, jurado, beltran, santamaria, aranda, trujillo, quintana, manzano, hurtado, villanueva, paz, pacheco, rueda, avila, mesa, escobar, juan, lazaro, bermejo, castaño, luna, ballesteros, millan, simon, anton, zamora y alarcon.

Para los segundos apellidos, los apellidos catalanes son: gispert, clotet, tarres, planella, muntane, farres, vallverdu, bove, olle, lluis, junyent, pubill, teixido, balcells, guell, franquesa, carol, jorba, carulla, orriols, camprubi, sole, bargallo, llopart, mercade, torra, batlle, farre, massana, freixa, obiols, torrents, jane, vall, farras, roura, llaurado, balague, vilaseca, cabre, castellvi, pares, homs, gene, torras, freixas, vilaro, margalef, galceran, casanovas, olive, bertran, oliveras, suñe, casals, mestres, bach, puigvert, corominas, pijuan, virgili, cortada, recasens, subirana, fuste, ginesta, clua, alsina, escude, casellas, caballe, subirats, nolla, giralt, duch, sabate, riu, albareda, tort, marce, verges, llobet, poch, juncosa, ribalta, graells, compte, gibert, torne, pique, anguera, giro, colome, riba, parera, padro, vilalta, ribo, quer, montserrat, montane, prat, coma, salvat, sarda, jordana, pujol, reverter, pages, pi, creus, busquets, marsal, castella, rossell, piñol, garriga, cirera, tarrago, fabregas, jove, sans, rius, codina, escola, gabarro, escoda, ciurana, fontanet, capdevila, pujadas, fortuny, calvet, robert, figueras, altes, guitart, planas, ferran, salvado, moline, pous, dalmau, gali, viñals, enrich, llovera, gili, queralt, armengol, masip, trilla, marimon, arbos, canals, serrat, blanch, aymerich, castells, bota, vendrell, soldevila, serret, miret, rovira, gasso, borrell, angles, pont, ibars, garreta, torrent, font, comas, verge, lleonart, cots, oriol, vilella, boada, puig, pelegri, jornet, ricart, isern, ferre, felip, figuerola, palau, franch, pamies, mauri, torner, sala, anglada, soteras, camps, carles, agusti, sanahuja, masso, badia, molins, gallart, guasch, corbera, romeu, petit, cos, folch, miro, mallol, fornos, fabrega, feliu, benet, bosch, solsona, canela, ribot, ribas, llop, claramunt, llado, plana, serra, agramunt, rosell, jofre, valls, borrull, girones, brunet, porta, solanes, colomer, pau, carbo, huguet, vilanova, curto, berga, gros, palou, oller, gras, aran, fort, adell, baro, miquel, colom, julia, oro, bordas, vila, grau, querol, fabregat, rull, roma, vives, artigas, borras, nogues, coll, biosca, mir, roca, trave, perpiña, just, carreras, mercader, riera, batalla, roig, prats, sorribes, sola, pla, rodes, negre, bonet, marti, jose, march, domenech, montoliu, ingles, safont, canal, mateu, falco, morera, boix, forcada, gual y bou.

Y los restospañoles para los segundos apellidos: garcia, gonzalez, rodriguez, fernandez, lopez, sanchez, martinez, perez, martin, gomez, jimenez, hernandez, ruiz, diaz, moreno, alvarez, muñoz, romero, alonso, gutierrez, navarro, torres, dominguez, vazquez, ramos, gil, ramirez, serrano, suarez, blanco, castro, morales, delgado, molina, ortega, ortiz, rubio, marin, santos, cruz, sanz, castillo, iglesias, nuñez, medina, garrido, cortes, lozano, leon, guerrero, peña, prieto, vega, cano, mendez, calvo, herrera, gallego, cabrera, marquez, diez, flores, campos, reyes, fuentes, santana, carrasco, caballero, nieto, lorenzo, herrero, vidal, aguilar, hidalgo, montero, benitez, vicente, santiago, arias, ibañez, pascual, vargas, carmona, crespo, mora, duran, gimenez, soto, saez, pastor, roman, velasco, bravo, rey, esteban, rojas, merino, ferrer, parra, moya, gallardo, pardo, rios, rivas, redondo, rivera, franco, lara, silva, izquierdo, otero, arroyo, espinosa, camacho, galan, montes, miguel, vera, sierra, casado, andres, marcos, luque, mendoza, bernal, benito, carrillo, valle, exposito, robles, varela, guerra, macias, palacios, bueno, soriano, villar, heredia, fuente, valero, segura, soler, pozo, menendez, roldan, mateo, mateos, rio, rosa, contreras, miranda, guillen, rivero, escudero, pereira, estevez, rico, acosta, aparicio, blazquez, calderon, plaza, padilla, conde, torre, bermudez, gracia, aguilera, galvez, guzman, salazar, abad, cuesta, quintana, salas, trujillo, aranda, beltran, santamaria, jurado, pacheco, manzano, villanueva, paz, hurtado, mesa, rueda, avila, escobar, lazaro, juan, castaño, millan, bermejo, luna, alarcon, cordero, paredes, lucas y bautista.