A Bayesian approach to infer geographical origins of migrants through surnames

Abstract

Background: Surnames are an easy tool to analyse human genetic structure, mobility and evolution. Few studies use surnames to estimate human migration at different geographical level.

Primary objective: Here we propose the application of a Bayesian method to estimate the probability of geographical origin (pgo) of migrants in a given area using surnames.

Method: This method can be applied with data recordings when they are available for at least two successive periods and in the areas which are the potential sources of emigration. The principle is that the new surnames which are arriving during the second period in the area under investigation can provide information on their geographical origins. The probability of the origin of migrants can easily be estimated iteratively from the frequency of surnames by using the Bayes' theorem.

Results: This method is exemplified using civil birth registers at different geographical scales. The pgo of migrants, estimated between two periods (1891-1915 and 1916-1940), (i) from French departments to Paris (ii), from these departments to Tarbes, and (iii) from counties surrounding Tarbes to Tarbes, are mapped and discussed.

Hintergrund: Familiennamen sind ein einfaches Hilfsmittel zur Analyse von genetischen Strukturen, von Mobilität und Evolution des Menschen. Wenige Studien nutzen Familiennamen, um menschliche Migration bezüglich unterschiedlicher geographischer Niveaus einzuschätzen. Ziel: Hier wird die Anwendung einer Bayes'schen Methode empfohlen, um die Wahrscheinlichkeit des geographischen Ursprungs (pgo) von Einwanderern in ein vorgegebenes Gebiet mittels Familiennamen zu schätzen. Methode: Diese Methode kann für Datenaufzeichnungen angewendet werden, wenn diese für mindestens zwei aufeinanderfolgende Perioden und die Gebiete vorhanden sind, die potentielle Emigrationsquellen sind. Die Grundannahme ist, dass die neuen Familiennamen, die während der zweiten Untersuchungsperiode in diesem Gebiet auftreten, Informationen über deren geographischen Ursprung liefern können. Die Wahrscheinlichkeit der Herkunft der Einwanderer kann leicht anhand der Wiederholungsfrequenz der Familiennamen geschätzt werden, indem man das Bayes'sche Theorem verwendet. Ergebnisse: Diese Methode wird anhand von Zivilgeburtsregistern unterschiedlicher geographischer Herkunft illustriert. Die Wahrscheinlichkeit des geographischen Ursprungs (pgo) der Einwanderer, geschätzt in zwei Perioden (1891-1915 und 1916-1940), (i) von französischen Departements nach Paris (ii), von diesen Departements nach Tarbes und (iii) von den Gebieten, die Tarbes umgeben nach Tarbes, werden aufgezeigt und diskutiert.

Contexte: Les patronymes sont un outil propice à l'étude de la mobilité et de l'évolution de la structure génétique humaine, cependant peu d'études les utilisent dans une perspective de migration géographique. Objectif: On propose d'employer la méthode bayésienne appliquée aux patronymes, afin d'estimer la probabilité d'origine géographique (pog) des migrants d'une zone donnée. Méthode: cette méthode peut être appliquée à des données enregistrées sur au moins deux périodes successives, dans les régions qui sont les sources potentielles de migrants. Le principe réside en ceci que les nouveaux patronymes qui arrivent au cours de la seconde période dans la région étudiée, peuvent fournir une information sur leurs origines géographiques. La probabilité d'origine des migrants pouvant être aisément estimée itérativement par le théorème de Bayes, d'après la fréquence des noms de famille. Résultats: cette méthode est appliquée à différentes échelles géographiques, aux enregistrements des naissances contenus dans les registres d'état civil. Les pog des migrants sont estimées, discutées et représentées graphiquement entre les périodes 1891-1915 et 1916-1940 (i) des départements vers Paris (ii) de ces départements vers Tarbes et (iii) des cantons entourant Tarbes vers Tarbes.