Plusieurs raisons peuvent vous pousser à modifier les options d'algorithme. Par exemple, vous pouvez fournir des estimations initiales afin que l'algorithme converge vers une solution. Sinon, vous pouvez fournir des estimations et ne pas les répéter pour évaluer les résultats calculés à l'aide des estimations indiquées.
- Valeur de variance initiale
- Pour spécifier des valeurs initiales différentes des estimations MINQUE, entrez une valeur pour chaque terme aléatoire. La valeur pour l'erreur doit être supérieure à 0. Au moins l'une des valeurs pour les termes de modèle doit être supérieure à 0. Aucune valeur ne peut être négative.
- Nombre maximal d'itérations
- Si l'algorithme n'a pas convergé, vous pouvez augmenter le nombre maximal d'itérations pour essayer de parvenir à une convergence. Entrez 0 pour utiliser les valeurs de la zone Valeur de variance initiale en tant que composantes de la variance dans l'analyse. Par exemple, entrez 0 pour spécifier les composantes permettant d'évaluer les résultats calculés à l'aide des estimations indiquées.
- Tolérance de convergence pour l'estimation de la variance
- En général, la valeur par défaut fonctionne bien. Plus la valeur est petite, plus le critère de convergence est strict. Plus la valeur est élevée, moins le critère de convergence est strict.
- Tolérance de convergence pour la fonction de vraisemblance
- En général, la valeur par défaut fonctionne bien. Plus la valeur est petite, plus le critère de convergence est strict. Plus la valeur est élevée, moins le critère de convergence est strict.
