Аннотация:Регрессионный анализ президентских выборов во Франции 2007 г. показал, что на результаты кандидатов наиболее существенное влияние оказали: Руаяль количество людей без диплома и среднее количество человек в семье в данном регионе; Саркози количество граждан, родившихся за границей и доля граждан, снимающих жилье; Байру количество людей без диплома, уровень экономической активности и уровень безработицы в регионе; Ле Пен количество людей без диплома, уровень безработицы и среднее количество человек в семье в регионе. Регрессионный анализ показал, что из множества выбранных переменных, характеризующих социальные, экономические, демографические и иные показатели развития регионов, установлено влияние только 3-4. Коэффициент детерминации при этом колеблется от 0,38 до 0, 62 для разных кандидатов. По найденным закономерностям предсказать результаты выборов практически невозможно. Для создания более мощной и точной модели прогнозирования использована нейронная сеть с обратным распространением ошибки, имеющая три скрытых слоя нейронов, обладающих различными функциями активации. Коэффициенты детерминации при использовании этой модели показали, что выявленные ею закономерности охватывают 93% выборки для Руаяль, 95% для Саркози, 83% для Байру и 96% для Ле Пена. При этом корреляция реальных результатов и прогноза составляет для Руаяль 0.95, для Саркози 0.97, для Байру 0.85 и для Ле Пена 0.96. Значение средней абсолютной ошибки составляет 0,457%, 0,322%, 0,516% и 0,284% для Руаяль, Саркози, Байру и Ле Пена, соответственно. При этом максимальная абсолютная ошибка для каждого кандидата составляет 2,6%, 1,96%, 3,21% и 1,97%, соответственно. Таким образом, использованная модель нейронной сети по сравнению с регрессионными моделями показала лучшие результаты по охвату независимых переменных, коэффициентам корреляции и детерминации, величине ошибки прогноза.