Page 282 - 4512

Відмітимо, що Backcast cases доступна, якщо Approximate ме-
тод відібраний;
3) Exact (Melard) - точний метод максимальної вірогідно-
сті, може стати неефективним, коли вимагається оцінити пара-
метри для сезонних моделей з великими сезонними затримками
(наприклад, з щорічними затримками 365 днів). З іншого боку,
модуль Time Series завжди використовуватиме приблизний ма-
ксимальний метод вірогідності спочатку, щоб встановити поча-
ткові оцінки параметра, які являються дуже близько до факти-
чних завершальних значень. Тому, зазвичай потрібні декілька
повторень з точним методом, щоб отримати завершальні оцінки
параметра.
Усі методи зазвичай призводять до подібних оцінок пара-
метра. Крім того, усі методи однаково ефективні у більшості
реальних часових рядів.

Estimation options. Варіанти в Estimation options нале-
жать до деяких технічних аспектів процедури оцінки парамет-
рів. Зазвичай, параметри налаштування за умовчанням не ма-
ють бути змінені, якщо модель, яку Ви намагаєтеся встановити,
не "незвичайна" в деякому роді, і параметри налаштування не
відтворюють дійсні оцінки параметра. Загалом, оцінка параме-
тра моделей ARIMA - ітераційна процедура. У кожній ітерації
STATISTICA вичислить умовні суми квадратів для поточних
значень параметра (зверніться до Overview для опису приблиз-
них і точних методів максимальної вірогідності для того, щоб
оцінити умовні суми квадратів). Мета процедури оцінки поля-
гає в тому, щоб знайти ряд параметрів, які мінімізують суми
квадратів.
Метод quasi - Newton використовується, щоб мінімізувати
суми квадратів. Цей метод не вимагає, щоб явні похідні функції
були мінімізовані, але апроксимуватиме їх через диференцію-
вання. Тому, це - ефективний загальний метод. Зверніться до
модуля Nonlinear Estimation для додаткових деталей відносно
оцінки нелінійних моделей.
Ітерації продовжаться доки:
1) Maximum number of iterations - Максимальне число по-
вторень (див. нижче) не будуть перевищені (відмітимо, що Ви
можете заросити додаткові ітерації і процедура продовжиться,

281