Usted puede cambiar las opciones del algoritmo por varias razones. Por ejemplo, puede especificar estimaciones iniciales para que el algoritmo converja en una solución. También puede especificar estimaciones y no hacer iteraciones para evaluar los resultados calculados usando las estimaciones ingresadas.
- Valor inicial de varianza
- Para especificar valores iniciales diferentes de las estimaciones insesgadas de mínimos cuadrados bajo normalidad (MINQUE), ingrese un valor para cada término aleatorio. El valor de Error debe ser mayor que 0. Al menos uno de los valores de los términos del modelo debe ser mayor que 0. Ninguno de los valores puede ser negativo.
- Número máximo de iteraciones
- Si el algoritmo no convergió, usted puede aumentar el número máximo de iteraciones para tratar de lograr la convergencia. Ingrese 0 para usar los valores de Valor inicial de varianza como los componentes de la varianza en el análisis. Por ejemplo, ingrese 0 cuando desee especificar los componentes para evaluar los resultados calculados usando las estimaciones ingresadas.
- Tolerancia de convergencia para las estimaciones de varianza
- Por lo general, el valor predeterminado funciona adecuadamente. Cuanto menor sea el valor, más estricto será el criterio de convergencia. Cuanto mayor sea el valor, menos estricto será el criterio de convergencia.
- Tolerancia de convergencia para la función de verosimilitud
- Por lo general, el valor predeterminado funciona adecuadamente. Cuanto menor sea el valor, más estricto será el criterio de convergencia. Cuanto mayor sea el valor, menos estricto será el criterio de convergencia.