Выпуски
2017 60 61 62 63 64  
2016 54 55 56 57 58 59
2015 48 49 50 51 52 53
2014 42 43 44 45 46 47
2013 36 37 38 39 40 41
2012 30 31 32 33 34 35
2011 26 27 28 29    
2010 22 23 24 25    
2009 18 19 20 21    
2008 14 15 16 17    
Новости
Отправить статью
Подписаться на рассылку






Выпуск № 24. Сентябрь 2010 г.

Прогнозирование президентских выборов во Франции 2007 г.

Зернова Юлия Александровна, Петрунин Юрий Юрьевич

Зернова Юлия Александровна – аспирант факультета государственного управления МГУ имени М.В. Ломоносова.
E-mail: zernovaju@gmail.com

Петрунин Юрий Юрьевич – доктор философских наук, профессор факультета государственного управления МГУ имени М.В. Ломоносова.
E-mail: petrunin@spa.msu.ru

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.

Ключевые слова

Политическое прогнозирование, электоральное поведение, регрессионные модели, нейронные сети.

Комментарии:
Любое использование материалов допускается только при наличии гиперссылки на e-journal.spa.msu.ru.
119991, Москва, Ломоносовский проспект, д. 27, корпус 4, А-701; тел.: (495) 930-85-71
Copyright © 2003–2015 ФГУ МГУ
Яндекс.Метрика