Gradients

Les gradients servent au calcul de la fonction objective.

A chaque paramètre calculé (THETA, OMEGA et SIGMA) correspond un gradient. Quand un THETA a une valeur fixe, il n’existe donc pas de gradient pour cette valeur non calculée.

Quand l’analyse s’est normalement terminée (MINIMIZATION SUCCESSFUL) les gradients sont tous petits, inférieurs à 1.

Quand l’analyse s’est arrêtée prématurement, souvent au moins un des gradients à une valeur élevée. L’estimation correspondante est souvent à modifier.

e.g.

MINIMIZATION TERMINATED

DUE TO ROUNDING ERRORS (ERROR=134)

No. OF FUNCTION EVALUATIONS USED: 899

No. OF SIG. DIGITS IN FINAL EST.: 1.6

Problème

Cette erreur correspond à une insuffisance de digits significatifs, ici 1.6. Dans le fichier Input, bloc $ESTIMATION, l’option NSIGT=3 est peut-etre spécifiée. Dans notre exemple, le nombre de digits significatifs minimal est de 1.6 ce qui est inférieur à 3, la valeur par défaut. Cela signifie que un ou des valeurs ont été mal estimées par le programme. Les valeurs des gradients peuvent renseigner sur les THETAs ou ETAs fautifs. Un gradient doit etre le plus faible possible (inferieur à 1).

Solution

Il faut modifier les valeurs initiales des THETAs ou ETAs dans les blocs $THETA ou $OMEGA correspondant aux gradients trop élevés.