Voornamendrift (33)
Door Gerrit Bloothooft
In oktober publiceerde ik mijn voorspelling van de top-20 van voornamen in 2018 voor jongens en meisjes. Dat deed ik op basis van gegevens tot en met 2017 en een model dat beschrijft hoe de populariteit van een naam zich over de jaren ontwikkelt. Gisteren zijn de toplijstjes voor 2018 gepubliceerd door de Sociale Verzekeringsbank en valt te controleren of mijn model goed heeft gewerkt.
Mijn voorspelling en de feitelijke aantallen staan hieronder voor de top-20. Het is niet heel beroerd maar ook niet heel erg goed. Ik markeerde de namen die in aantal meer dan 15% afwijken. Dat zijn 7 jongensnamen en 8 meisjesnamen (vet gedrukt is afwijkend voorspeld). De toekomst laat zich moeilijk voorspellen. Maar waardoor komt dat?
2018 jongens meisjes
voorspeld werkelijk voorspeld werkelijk
1 Noah 667 Lucas 681 Tess 759 Julia 797
2 Sem 596 Levi 641 Sophie 744 Emma 704
3 Lucas 583 Finn 634 Emma 611 Sophie 677
4 Daan 562 Sem 633 Anna 595 Tess 669
5 Finn 544 Noah 624 Julia 584 Zoë 659
6 Luuk 541 Daan 619 Liv 535 Mila 632
7 Adam 532 Luuk 596 Sara 533 Anna 550
8 Jesse 527 Bram 571 Evi 532 Sara 541
9 Levi 523 Mees 568 Mila 516 Eva 530
10 Bram 490 Milan 558 Lotte 484 Noor 516
11 Milan 489 Liam 532 Eva 480 Nora 516
12 James 475 James 529 Lauren 478 Evi 512
13 Mees 463 Jesse 511 Nora 477 Saar 500
14 Sam 445 Thomas 499 Zoë 474 Lotte 478
15 Thijs 439 Noud 483 Olivia 467 Lieke 463
16 Liam 428 Sam 471 Yara 445 Yara 462
17 Noud 425 Adam 442 Noor 425 Olivia 461
18 Benjamin 422 Benjamin 431 Lynn 420 Liv 444
19 Dex 414 Max 430 Nova 419 Lauren 439
20 Mason 392 Lars 414 Saar 408 Nova 412
De jaarlijkse fluctuatie in het aantal kinderen dat een bepaalde naam krijgt kan voor topnamen gemakkelijk tussen 50 en 100 liggen. Omdat het verschil in aantal tussen twee rangen vaak veel minder is kunnen posities heel anders uitpakken dan voorspeld. Maar er zijn ook verschillen tussen model en werkelijkheid die opvallend groot zijn. Ik licht er een aantal uit.
Figuur 1. Eerdere modellering van de populariteit van Adam, met twee opties waarvan de groene het dichtst bij de score van 2018 (442) zat. j = jaar van introductie, v = imitatiesnelheid (varieert tussen 0 en 1), n = uiteindelijk verwacht totaal aantal naamdragers. Adam heeft een basis van 20 naamdragers die er jaarlijks altijd zijn.
Voor Adam gaf ik eerder twee opties (figuur 1), maar koos de verkeerde. De stijging zette niet door en Adam bleef hangen op 442 (groen), in plaats van een groei naar 532 (rood). Wanneer de populariteit van een naam nog groeiende is, valt niet te voorspellen hoe lang dat duurt.
Figuur 2. De complexe modellering van de populariteit van Julia, inclusief de waarde voor 2018 met rode punt, met drie verdelingen (de groene curve geeft het gezamenlijke resultaat). De snelheid van de kleine pieken is extreem hoog en ze duren dan ook kort.
De ontwikkeling van de topnaam van 2018, Julia, is complex (figuur 2). Naast de grote ontwikkeling zijn er korte, extra pieken in de populariteit. De eerste was in 1999 en kenmerkt zich door een heel snelle toename van populariteit die ook weer snel wegebt. Dat is meestal het effect van een personage in de media of film, die je niet aan ziet komen. Datzelfde lijkt nog een keer te gebeuren in recenter jaren. Ik had de grootte van dat laatste effect te laag voorspeld. Dat is ook onmogelijk op basis van informatie over een paar jaar.
Als laatste dan nog de populariteit van Zoë. Die heeft een extra piek in 2001 (Zoë is naam van film over drie weggelopen meisjes die in januari van dat jaar uitkwam), en een plotseling hoog aantal tussen 2013-2017. Ik modelleerde die laatste piek al apart (een nieuwe sociale groep die de naam adopteert), maar dat bleek lastig met informatie over een beperkt aantal jaren, en kwam veel te laag uit. Die extra piek blijkt groter te moeten zijn, waardoor Zoë doorstoot tot de top-5. Als dit model juist is, dan zou Zoë in 2019 zeker een top-5 kandidaat zijn.
Figuur 3. De modellering van de populariteit van Zoë, inclusief de waarde voor 2018 met rode punt, met drie verdelingen (de groene curve geeft het gezamenlijke resultaat).
In conclusie is modellering van populariteit van een naam pas mogelijk mits de top voorbij is. Daarnaast maken extra pieken modelleren moeilijk. Ze kunnen ontstaan omdat de naam door een andere sociale groep wordt geadopteerd (met rustige introductie) of omdat een media persoonlijkheid plotseling in de schijnwerpers staat (met extreem snelle introductie). Ook dan moet de top van zo’n extra piek gepasseerd zijn voor je kunt voorspellen hoe het verder gaat. Alles bij elkaar blijft het voorspellen van toplijstjes een hachelijke zaak.
Bij onderzoek naar de uitkomst van voorspellingen mogen jongensnamen die afgeleid zijn van profeten eigenlijk niet ontbreken