Le tableau des estimations à chaque itération indique la progression de l'algorithme, qui tente de converger vers une solution. Chaque ligne du tableau est un modèle non linéaire. Pour chaque étape, le tableau affiche les estimations des paramètres et la somme des carrés des valeurs résiduelles (SCE). L'itération 0 utilise les valeurs de départ indiquées pour le modèle d'origine. Pour chaque nouvelle itération, l'algorithme ajuste les estimations de paramètres de sorte que la prédiction obtenue permette de réduire la valeur SCE par rapport à l'itération précédente. Les itérations se poursuivent jusqu'à ce que l'algorithme converge (dans la tolérance spécifiée) vers la valeur SCE minimum, qu'un problème empêche le déroulement de l'itération suivante ou que Minitab atteigne le nombre maximal d'itérations.
Le tableau des estimations à chaque itération s'avère le plus utile lorsque l'algorithme ne parvient pas à converger vers une solution. Par exemple, vous pouvez utiliser les informations présentes dans le tableau pour identifier les paramètres non stabilisés et concentrer ainsi vos efforts sur la résolution de ce problème.