El registro tenía razón. La columna, no.

Nuestra lista de nombres de pila femeninos finlandeses empezaba así:

Maria · Helena · Johanna · Anneli · Kaarina · Marjatta · Anna · Liisa · Sofia · Tuula

Todos ellos son nombres finlandeses reales. Todos están bien escritos, en el sistema de escritura correcto y con los diacríticos correctos. Todos figuran en el registro nacional de población. Los pesos que los acompañaban no eran conjeturas ni constantes ajustadas a mano — procedían de recuentos oficiales publicados, de una instantánea tomada este año, bajo una licencia abierta.

La lista es además casi enteramente errónea. Los diez nombres por los que a las finlandesas se las llama realmente son estos:

Anne · Päivi · Tuula · Anna · Minna · Sari · Pirjo · Leena · Tiina · Ritva

Dos nombres en común de diez. Medida como es debido, la distancia entre la distribución que publicamos y la real era del 28,50 % en distancia de variación total para las mujeres y del 20,96 % para los hombres — es decir, que en una extracción aleatoria alrededor de un cuarto o un tercio de la masa de probabilidad recaía sobre nombres equivocados.

No había nada mal en la fuente. El país era el correcto, el registro era el correcto, la instantánea era reciente, la licencia era impecable, los nombres eran reales. Tomamos la columna equivocada.

Este artículo trata de esa forma de fallo, porque es la más cara que hemos encontrado: produce datos genuinamente auténticos y sistemáticamente engañosos, y supera todas las comprobaciones automáticas que existen para detectar datos malos. Ya nos ha ocurrido dos veces, en dos países distintos, sobre dos registros distintos, con tres años de diferencia en los datos y meses de diferencia en el hallazgo. Y hay un tercer país donde lo buscamos, esperábamos encontrarlo y no estaba — que es la parte de este artículo que consideramos más útil.

Lo que publica realmente el registro finlandés

La Agencia de Servicios Digitales y de Datos de Población de Finlandia (DVV) publica una estadística de nombres de pila derivada del sistema de información de población. Llega en forma de un único libro de cálculo. Ese libro no contiene una tabla de nombres. Contiene seis, y la propia hoja de portada del libro las enumera:

Leímos kaikki.

La distinción importa en Finlandia porque los finlandeses llevan habitualmente más de un nombre de pila y se les llama por exactamente uno de ellos. Una mujer inscrita como Anne Kaarina es Anne; Kaarina figura en su pasaporte y en ningún otro sitio de su vida diaria. La hoja ens cuenta el primer nombre, el que usted emplearía para saludarla. La hoja kaikki cuenta cada nombre de pila inscrito que lleva una persona, de modo que cuenta Anne una vez y Kaarina otra, en la fila de la misma persona.

Las dos hojas describen, por tanto, cosas distintas. kaikki no es un superconjunto de ens en ningún sentido útil; es otra medición, dominada por nombres que la gente lleva pero por los que no se la llama. En el conjunto del registro, las dos porciones suman 5.409.122 (ens) frente a 11.756.781 (kaikki) — un factor de 2,174. Ese único número contiene toda la historia: de media, un finlandés lleva algo más de dos nombres de pila, así que una porción que los cuenta todos está contando unos 2,17 nombres llevados por persona, mientras que una porción que cuenta los primeros nombres está contando personas.

Solo una de las dos puede ser un recuento de personas. Si sus pesos pretenden responder a «¿qué probabilidad hay de que a una finlandesa se la llame así?», el denominador tienen que ser mujeres.

La magnitud de nuestro error

Antes de la corrección, nuestros corpus finlandeses contenían 295 nombres masculinos y 290 femeninos. Los medimos contra ambas porciones del registro:

Lea las dos columnas de Spearman. Nuestro orden de puestos concordaba mejor con la porción que no debíamos haber usado que con la que sí debíamos. Esa inversión es la señal más limpia de toda la investigación y se trata aparte más abajo, porque es un diagnóstico que cualquiera puede ejecutar en diez minutos.

La lista masculina parece menos dañada en la columna del top-10 (7 en común en lugar de 2), y eso induce a error. Los segundos nombres de los hombres finlandeses proceden de un repertorio más pequeño y más estereotipado — Juhani, Olavi, Tapani, Antero — que se solapa menos con el repertorio de nombres usuales, de modo que las dos listas divergen más abajo en lugar de en la mismísima cabeza. La cifra de TVD, a la que no le importa dónde se sitúa la divergencia, coloca el error masculino en el 20,96 % y el femenino en el 28,50 %. Ambos son catastróficos según el listón de cualquier otra cosa que midamos.

Las entradas individuales lo hacen concreto. Este es nuestro antiguo top-10 femenino, con el puesto real de cada nombre en cada porción:

Nuestro quinto nombre femenino finlandés más frecuente era el 234.º nombre más frecuente del país entre aquellos por los que realmente se llama a alguien. En el lado masculino el equivalente es aún más llamativo: nuestro nombre número uno, Juhani, es el 100.º nombre usual finlandés más frecuente — 7.135 hombres se hacen llamar así, frente a 43.107 llamados Juha, el verdadero líder.

La composición era perfecta. Solo los pesos estaban mal.

Esta es la parte que hace que el defecto sea peligroso y no meramente malo.

Cada uno de nuestros 295 nombres masculinos y 290 femeninos finlandeses está presente en el registro. Todos. 295 de 295 y 290 de 290, una tasa de coincidencia del 100 %, cero fantasmas, cero faltas de ortografía, cero entradas imposibles de encontrar. Los nombres estaban bien seleccionados. Alguien había hecho un trabajo de verdad con esa lista y no se había inventado nada.

El error residía enteramente en los números que había junto a los nombres.

Esa distinción es la que derrota a todas las comprobaciones estándar. La validación de formato pasa: un TSV de dos columnas bien formado, sin fallos de codificación, sin duplicados, sin pesos negativos. Las comprobaciones de existencia pasan: todos los nombres se resuelven contra la fuente de autoridad, así que no hay nada que señalar. Las comprobaciones de forma pasan, porque una distribución kaikki también es un decaimiento limpio de tipo Zipf — concentración en la cabeza, longitud de la cola y entropía se sitúan todas dentro de los márgenes normales. Las comprobaciones de procedencia pasan: la fuente es un registro nacional, correctamente nombrado, fechado y con licencia. Las comprobaciones de cobertura pasan: los 295 nombres cubren el 78,69 % de la masa ens del registro y los 290 cubren el 71,39 %, cifras saludables para una lista de cabeza de la distribución elaborada a mano.

A todo lo que una máquina puede preguntar, el fichero responde correctamente. Lo que el fichero no puede responder es «¿reconoce un finlandés esto como una lista de finlandeses?» — y esa pregunta es la única que falla. Ya hemos escrito antes sobre las comprobaciones que se quedan mudas justo donde importan; este es el gemelo, del lado de los datos, de aquel fallo. Nada estaba roto. Todo estaba midiendo lo que no era.

Los nombres que lo delatan

Si dispone de las tres hojas, el defecto se puede cuantificar nombre por nombre. Para cada nombre, la proporción de sus portadores que no lo llevan como primer nombre es muut ÷ kaikki:

La población se divide en dos familias nítidas. Los nombres usuales se sitúan cerca del 10–17 %: una pequeña minoría de sus portadores los lleva en segunda posición. Los segundos nombres superan el 95 %: a casi nadie lo llaman por ellos. No hay continuo entre unos y otros; el hueco que va de Maria, con el 89,9 %, a Matti, con el 49,7 %, no contiene casi nada.

Matti y Anna son los habitantes interesantes de ese hueco, y son genuinamente las dos cosas a la vez: Matti es el 4.º nombre usual más frecuente y un segundo nombre corriente, y Anna es 4.º como nombre usual mientras que el 38,5 % de sus portadoras lo lleva en segundo lugar. Un nombre puede ser popular en los dos papeles. Lo que un nombre no puede ser es lo que Kaarina aparentaba en nuestro fichero — un nombre usual del top cinco llevado por 88.967 mujeres de las que 2.380 responden a él.

Para ser completos, las tres hojas son coherentes entre sí. kaikki supera a ens + muut en 5.126 de las 10.903 filas masculinas y en 6.319 de las 14.166 filas femeninas, nunca al revés, y nunca por más de 8 en un solo nombre. Eso es exactamente lo que predice la propia regla de privacidad de la DVV: los nombres de pila con menos de cinco portadores no se publican, de modo que un nombre cuyos componentes ens y muut caen cada uno por debajo de cinco pierde como mucho 4 + 4 en la suma, mientras que la cifra combinada kaikki sobrevive. El déficit total es de 17.050 (0,29 %) para los hombres y de 19.983 (0,34 %) para las mujeres. Nada está roto en el registro. Simplemente leímos una hoja distinta de la que creíamos tener. El modo en que umbrales de supresión como este moldean un corpus es un tema propio, tratado en los umbrales de privacidad en los registros de nombres.

La inversión de puestos, y por qué es ella la prueba

Este es el diagnóstico, formulado con toda la generalidad que somos capaces de darle.

Si su conjunto de datos correlaciona mejor con una porción de la fuente que cree no haber usado que con la porción que cree haber usado, usó la otra.

Suena circular y no lo es. La correlación de puestos contra una porción de la fuente es una medida de «¿viene esto de aquí?». Nuestra lista masculina finlandesa obtuvo ρ = +0,430 contra ens y ρ = +0,789 contra kaikki; nuestra lista femenina obtuvo +0,618 contra ens y +0,714 contra kaikki. Ambos ficheros reclamaban ascendencia ens. Ambos ficheros eran, estadísticamente, hijos de kaikki.

La prueba cuesta una unión y una correlación por porción candidata, y tres propiedades hacen que merezca la pena integrarla en una cadena de procesamiento. No necesita ningún conocimiento del dominio — no hace falta saber qué significa ens ni hablar una palabra de finés, solo tener dos columnas candidatas. No se deja engañar por un conjunto de filas correcto, porque las comprobaciones de composición comparan qué nombres están presentes mientras que esta compara cuánto; nuestro conjunto de filas era impecable y la prueba saltó igualmente. Y habla más alto cuanto peor es el defecto: cuanto mayor es la distancia semántica entre dos porciones, mayor es la separación de ρ, que es lo contrario del fallo habitual, en el que una comprobación se calla justo en el extremo.

La limitación evidente es que necesita más de una porción. Cuando el organismo que publica ofrece una única tabla, no hay nada con lo que comparar y hay que recurrir a la prueba de las sumas que se describe más abajo.

Suecia: la misma trampa, descubierta antes

Statistics Sweden publica los nombres de pila en dos formas, y la distinción está escrita en la ley sueca antes que en una convención de hoja de cálculo. förnamn es cada nombre de pila que lleva una persona. tilltalsnamn es el que está marcado legalmente como nombre de trato — aquel por el que se llama a un sueco.

Medimos ambas:

La razón entre las dos sumas es 2,121 — la misma huella que el 2,174 de Finlandia, obtenida de forma independiente, en otro país, a partir de los ficheros de otra agencia. En ambos sitios, en torno a dos nombres de pila por persona.

La cabeza de las dos listas suecas:

Cuatro nombres en común. Aparece la misma firma nombre por nombre: MARGARETA lo llevan 211.967 suecas y es el nombre de trato de 20.856 — una razón de ×10,16. ELISABET llega a ×12,42. Frente a eso, MALIN está en ×1,24 y LINDA en ×1,37, que es el aspecto que tiene un nombre por el que a la gente realmente la llaman.

El lado masculino es más suave — 7 de 10 en común, porque los segundos nombres de los hombres suecos se solapan más con sus nombres usuales — pero la cabeza se invierte igualmente: ERIK es el nombre de pila masculino más frecuente de Suecia y el noveno nombre de trato más frecuente, con 54.860 frente a los 81.754 de LARS. Publique pesos förnamn y todo sueco que produzca su generador será, de forma desproporcionada, un Erik, un Karl o un Carl, es decir, sonará a nombre de una partida de nacimiento antes que a persona en una habitación.

El caso sueco se detectó primero, y es la razón por la que se llegó a revisar Finlandia. Ese es el valor práctico de poner estas cosas por escrito: un defecto hallado en un locale es una consulta que puede lanzar contra todos los demás locales que tenga.

Suiza: la trampa estaba ahí y no saltó

Sería cómodo concluir que los registros nacionales publican sistemáticamente la columna equivocada y que siempre hay que suponer lo peor. Esa conclusión es falsa, y podemos demostrar que lo es, porque fuimos a buscar el mismo defecto en los datos suizos y no estaba.

La Oficina Federal de Estadística de Suiza publica los nombres de pila en varios desgloses. Dos de ellos permiten triangular: un stock de la población residente desglosado por año de nacimiento y una serie de nombres de pila de los recién nacidos por región lingüística y cantón. Si esos dos conjuntos de datos fueran porciones de naturaleza distinta — uno «todos los nombres de pila», otro «primer nombre» — la divergencia se parecería a la de Finlandia.

Restringiendo ambos a los años de nacimiento 2000–2024 y comparando sobre los nombres que comparten:

Nueve de los diez nombres de cabeza en común, en ambos sexos, con solo dos parejas adyacentes intercambiadas. Una distancia de variación total del tres al cuatro por ciento — frente al veinte o veintinueve de Finlandia. Los dos conjuntos de datos suizos están registrando lo mismo: el primer nombre de pila, el principal.

El puñado de puntos porcentuales restante se explica por completo sin invocar ninguna diferencia de porción. Los dos conjuntos de datos no miden la misma población: uno cuenta a las personas que viven en Suiza nacidas en esos años, incluidas todas las que llegaron después; el otro cuenta los nacimientos inscritos en Suiza. El stock supera a los nacimientos por un factor de 1,282 en los hombres y de 1,311 en las mujeres, que es la capa migratoria más el umbral de publicación propio de cada conjunto de datos.

Una confusión de columnas no tiene ese aspecto. Como calibración: las dos porciones de la propia Finlandia — ens frente a kaikki, mismo registro, misma instantánea — comparten exactamente un nombre en el top diez masculino y ninguno en absoluto en el top diez femenino. Eso es lo que una verdadera diferencia de porción le hace a la cabeza de una distribución. Nueve de diez no es una versión débil de aquello; es otro fenómeno.

Este es el párrafo más útil del artículo. La regla que conviene adoptar es «compruebe qué columna», no «suponga que es la columna equivocada». Dar por hecho que el defecto es universal le cuesta una reconstrucción que no necesitaba, y el coste de comprobarlo es una tarde de uniones. Suiza tiene su propio problema difícil en nuestros datos — el país publica por región lingüística, y tratar un conjunto de datos suizo como nacional es un error distinto y muy real, tratado en ¿es su conjunto de datos nacional en realidad regional? — pero la columna nunca fue el problema.

Por qué sobrevive esta clase de defecto

Cada una de las razones que siguen es una buena práctica corriente que resulta estar ciega aquí.

1. Los datos son genuinamente auténticos. Ni extraídos automáticamente de la web, ni agregados, ni procedentes de una granja de contenidos. Cada cifra es trazable hasta una agencia nacional y se puede volver a derivar del fichero publicado.
2. El fallo está en la semántica, no en los valores. Ningún byte corrupto, ninguna fila truncada, ningún mojibake, ninguna cabecera mal interpretada. Cada número de nuestro fichero era un número publicado por un estadístico.
3. La forma de la distribución es correcta. Ambas porciones tienen la cabeza pesada y la cola larga, así que cualquier comprobación sobre la forma de la curva, la entropía o la concentración en la cabeza compara una curva plausible con otra.
4. La cobertura parece saludable. Una cabeza de 295 nombres elaborada a mano que cubre el 78,69 % de la masa del registro es un buen corpus según cualquier métrica que usemos. Era un buen corpus, ponderado desde la página equivocada.
5. Nadie lee la lista de hojas. El libro de la DVV indica, en su propia hoja de portada y en finés claro, exactamente qué contiene cada una de sus seis pestañas. No había nada oculto.

El último punto merece énfasis. Este defecto no exige ningún error sutil ni ningún caso límite exótico. Solo exige que el fichero se abra en lugar de leerse.

Cuatro pruebas, la más barata primero

1. La prueba de las sumas. Una porción que cuenta una cosa por persona no puede sumar más de lo que hay personas. Divida una porción candidata por la otra, o por la población si dispone de ella: las dos porciones finlandesas difieren en ×2,174 y las suecas en ×2,121, y en cada par solo el total menor es posible como recuento de personas. Es una sola división, no exige ningún conocimiento lingüístico y habría detectado los dos incidentes.

2. Enumere las porciones antes de elegir una. Haga la lista de cada hoja, columna y variante de tabla que ofrece el organismo que publica, con su propia descripción, antes de leer ninguna de ellas. Finlandia ofrece tres por sexo y las nombra; Suecia ofrece dos y las nombra; a la equivocada solo se llega no mirando.

3. Correlacione los puestos contra todas las porciones candidatas. La correlación con la porción equivocada sale más alta — en eso consiste toda la señal. Si ya ha construido el conjunto de datos y no puede reconstruir qué columna se usó, esto recupera la respuesta a partir del artefacto.

4. Haga que un hablante lea en voz alta el top diez. Es la prueba más barata y la única que detectó el defecto en la práctica. Alguien que haya tratado con finlandeses mira Maria Helena Johanna Anneli Kaarina y dice «nadie se llama así». Ninguna métrica que tengamos dice eso, y tardó cuatro segundos.

La cuarta prueba no es un recurso de emergencia para las tres primeras; es la principal, y las otras tres existen para hacerla reproducible a posteriori. Hay una versión general de esto en cómo auditar un conjunto de datos de frecuencia de nombres, y el fallo vecino — datos con la fuente correcta pero mal unidos — en la autoridad no es una propiedad de las filas.

Dónde más conviene plantear la pregunta

La distinción entre «un nombre que una persona lleva» y «el nombre por el que se llama a una persona» no es universal. Donde existe, el registro suele publicar ambas cosas y rara vez le avisa. El finés separa explícitamente ens / kaikki / muut, en hojas distintas de un mismo libro. El sueco marca tilltalsnamn como un campo legalmente designado, distinto de förnamn. El noruego, el danés, el islandés y el alemán comparten, en grados diversos, la costumbre subyacente de varios nombres de pila con uno solo en uso — pero si la agencia estadística expone la distinción es una pregunta que hay que hacerse país por país, no que dar por supuesta. En nuestro caso no está resuelta para todos ellos.

La forma general merece llevarse mucho más allá de los nombres: siempre que una fuente ofrece una tabla de «todos los X» y una tabla de «X principal», se trata de dos mediciones distintas, ambas parecerán plausibles y la que usted quiere es casi siempre la más pequeña. El patrón se repite en las estadísticas de apellidos que cuentan componentes de nombre en lugar de portadores, en los datos de direcciones que cuentan portales en lugar de edificios, y en cualquier ámbito donde una entidad pueda tener más de una unidad de aquello que se cuenta.

Lo que cambiamos

Los corpus finlandeses de nombres de pila se volvieron a ponderar directamente a partir de la porción ens. El conjunto de filas no cambió: ningún nombre añadido, ninguno eliminado, ninguno renombrado. Solo se movieron los números.

Un TVD de cero sobre el conjunto compartido no es un triunfo; es una tautología. Una vez que los pesos son los recuentos del registro para los nombres que tenemos, la única distancia que queda es la cobertura — el 21,3 % de la masa masculina y el 28,6 % de la femenina del registro que corresponde a nombres situados fuera de nuestros 295 y 290. Esa es una limitación distinta, y honesta.

Dos cosas merecen decirse con claridad. El fichero antiguo sufría al mismo tiempo un segundo defecto, sin relación con el primero: pesos cuantificados sobre una escala 2..100, lo que aplanaba la mayor parte de la lista — 271 de las 295 entradas masculinas y 270 de las 290 femeninas se apoyaban en un peso compartido con al menos otro nombre, y dentro de un mismo peso los recuentos reales llegaban a abarcar hasta ×236,6. De eso trata la mitad de su lista ponderada no está ponderada, y la reponderación lo corrigió como efecto colateral; dos defectos independientes en un mismo fichero es lo normal, y encontrar uno no prueba que se hayan encontrado todos. Y nuestra entrada masculina finlandesa más delgada es ahora Väinämö, con exactamente 5 portadores — el suelo de lo que la DVV publica, y un recordatorio de que el fondo de un corpus ponderado por un registro está acotado por una regla de privacidad antes que por la realidad.

La lista de comprobación

1. Enumere cada porción que publica una fuente antes de leer ninguna. Nombres de hojas, cabeceras de columnas, variantes de tablas. El organismo que publica suele documentarlas; el de Finlandia lo hace, en su propia hoja de portada.
2. Ejecute la prueba de las sumas. Una porción dividida por la otra, o por la población si dispone de ella. Una razón cercana a 2 significa que una de ellas cuenta cosas que la gente lleva, no personas.
3. Correlacione contra todas las porciones candidatas, no contra la que pretendía usar. Una correlación más alta con la equivocada es el diagnóstico; recupera la verdad a partir de un fichero ya construido.
4. No acepte una comprobación de composición perfecta como prueba sobre los pesos. El 100 % de nuestros nombres existía en el registro. El error estaba enteramente en los números.
5. No acepte una curva plausible como prueba. Ambas porciones tienen forma de Zipf. Las comprobaciones de forma comparan una curva creíble con otra.
6. Haga que un hablante nativo lea en voz alta el top diez. Cuatro segundos, y es la única comprobación que ha detectado esto alguna vez.
7. Compruebe la trampa en lugar de darla por supuesta. Suiza tenía la misma ocasión de presentar el defecto y no lo presentaba; una reconstrucción que no necesitábamos habría costado más que la comprobación.
8. Para cualquier lengua con distinción entre nombre de pila y nombre usual, pregunte qué columna, no si existe un registro. El finés, el sueco y sus vecinos plantean todos la pregunta.
9. Cuando encuentre esto en un locale, lance la consulta sobre todos los demás. Suecia encontró Finlandia. No hay razón para pensar que esa cadena haya terminado.

El registro nunca estuvo equivocado. La instantánea estaba al día, la licencia era abierta, los recuentos eran exactos, los nombres eran reales, y un finlandés le habría dicho en cuatro segundos que la lista no era de personas finlandesas. Datos auténticos y datos correctos son propiedades distintas, y solo una de las dos puede verificarla una máquina que no sabe qué significa la columna.

Datos actualizados a 2026-07-22

Cada cifra de este artículo se midió el 22 de julio de 2026 a partir de los ficheros en disco — los corpus publicados y los extractos brutos del registro — y no se ha tomado de notas de trabajo. Los corpus finlandeses se volvieron a medir después de la corrección, y las cifras anteriores a la corrección son los valores consignados en la auditoría que la motivó.

Fuentes y atribución:

• Finlandia — DVV (Digi- ja väestötietovirasto). Etunimitilasto y Sukunimitilasto, instantánea fechada el 3 de febrero de 2026, publicada a través de avoindata.suomi.fi bajo CC BY 4.0. La hoja de portada del libro indica que los recuentos cubren los nombres válidos de ciudadanos finlandeses vivos, residentes en Finlandia o en el extranjero, y que los nombres de pila con menos de cinco portadores se retienen por motivos de protección de datos. Inventario de hojas, número de filas y sumas tal como se tabulan más arriba; las seis hojas y sus descripciones son la redacción propia de la DVV.
• Suecia — Statistics Sweden (SCB). Recuentos de nombres de pila, variantes tilltalsnamn y förnamn, instantánea del 31 de diciembre de 2022. Las cifras procesadas son cálculo nuestro. Las razones, los porcentajes y todo número derivado de la sección sueca son nuestros y no del SCB; solo los recuentos subyacentes son atribuibles a la agencia. Número de filas y sumas tal como se tabulan: tilltalsnamn 49.400 ♂ / 57.781 ♀, que suman 10.294.993; förnamn 79.124 ♂ / 91.243 ♀, que suman 21.835.457.
• Suiza — Oficina Federal de Estadística (BFS/OFS), a través de opendata.swiss. Conjuntos de datos Männliche Vornamen der Neugeborenen nach Sprachregion und Kanton y Weibliche Vornamen der Neugeborenen nach Sprachregion und Kanton (slugs mannliche-vornamen-der-neugeborenen-nach-sprachregion-und-kanton, weibliche-…), y Männliche / Weibliche Vornamen der Bevölkerung nach Jahrgang, Schweiz 2024 (slugs mannliche-vornamen-der-bevolkerung-nach-jahrgang-schweiz-2024, weibliche-…). Las condiciones de uso de los conjuntos de datos dicen textualmente: «Open use. Must provide the source. … You must provide the source (author, title and link to the dataset).» Autor: Bundesamt für Statistik (BFS). Conjuntos de datos en https://opendata.swiss/en/dataset/<slug>.
• La distancia de variación total se calcula sobre el conjunto de nombres compartidos por las dos distribuciones que se comparan, ambas renormalizadas sobre ese conjunto compartido, y se expresa en porcentaje. Es la semisuma estándar de las diferencias absolutas de masa de probabilidad.
• La ρ de Spearman se calcula sobre los puestos del conjunto compartido de nombres, los nuestros contra la porción del registro.
• Cifras finlandesas anteriores a la corrección — 295 ♂ / 290 ♀ filas sobre una escala de pesos 2..100; 295 de 295 y 290 de 290 emparejados en el registro, cero sin emparejar; TVD 20,96 % ♂ y 28,50 % ♀ contra ens; 271 de 295 ♂ y 270 de 290 ♀ filas compartiendo peso con al menos otro nombre; peor amplitud de recuentos reales dentro de un mismo peso almacenado ×236,6 ♂ y ×173,9 ♀.
• Cifras finlandesas posteriores a la corrección — los mismos conjuntos de filas, pesos 5..43.107 ♂ y 49..29.816 ♀, sumas 2.079.707 ♂ y 1.974.668 ♀, cobertura de la porción ens 78,69 % ♂ y 71,39 % ♀, TVD 0,00 % sobre el conjunto compartido, top-10 idéntico al del registro en ambos sexos.
• Coherencia de las hojas — kaikki supera a ens + muut en 5.126 de 10.903 filas masculinas y en 6.319 de 14.166 femeninas, nunca al revés, y como mucho por 8 en un solo nombre; déficit total 17.050 (0,2925 %) ♂ y 19.983 (0,3371 %) ♀, coherente con el umbral de publicación de cinco portadores.
• Control suizo — años de nacimiento 2000–2024 en ambos conjuntos de datos, agregado nacional, comparados sobre los 2.647 nombres que comparten; TVD 4,23 % ♂ y 3,56 % ♀; razón de sumas stock/nacimientos 1,282 ♂ y 1,311 ♀.