การสลับกลับไม่ได้เป็นเรื่องใหญ่จริง ๆ เพราะเกือบทุกแบบจำลองแบบเกาส์, แบบ non-invertible MAสามารถเปลี่ยนเป็นรูปแบบแบบกลับด้าน MAแสดงถึงกระบวนการเดียวกันโดยการเปลี่ยนค่าพารามิเตอร์ สิ่งนี้ถูกกล่าวถึงในหนังสือเรียนส่วนใหญ่สำหรับแบบจำลอง MA (1) แต่มันเป็นเรื่องจริงมากกว่าปกติ(q)(q)
เป็นตัวอย่างให้พิจารณาซาชูเซตส์ (2) รูปแบบ
ที่สัญญาณรบกวนสีขาวที่มีความแปรปรวน 2 นี่ไม่ใช่รูปแบบย้อนกลับได้เนื่องจากมีรากหนึ่งเท่ากับ 0.5 ภายในวงกลมหน่วย อย่างไรก็ตามพิจารณาโมเดล MA (2) ทางเลือกที่ได้รับโดยการเปลี่ยนรูทนี้เป็นค่าซึ่งกันและกันของ 2 ซึ่งโมเดลนั้นใช้รูปแบบ
โดยที่มีความแปรปรวน 2 คุณสามารถตรวจสอบได้อย่างง่ายดายว่าแบบจำลอง (1) และ (2) ทั้งสองมีฟังก์ชั่นการเปลี่ยนแปลงอัตโนมัติที่เหมือนกันและด้วยเหตุนี้จึงระบุการแจกแจงแบบเดียวกันสำหรับข้อมูลหากกระบวนการนั้นเป็นแบบเกาส์เซียนzt=(1−0.2B)(1−2B)wt,(1)
wtσ2wθ(B)zt=(1−0.2B)(1−0.5B)w′t(2)
w′tσ′2w=4σ2w
เมื่อต้องการทำให้แบบจำลองสามารถระบุได้ว่ามีการแมปแบบหนึ่งต่อหนึ่งจากถึงการกระจายของข้อมูลพื้นที่พารามิเตอร์จึงถูก จำกัด ด้วยแบบแผน ของแบบจำลองกลับด้าน การประชุมนี้โดยเฉพาะอย่างยิ่งเป็นที่ต้องการตั้งแต่รุ่นนั้นจะสามารถนำโดยตรงใน ARรูปแบบที่มีสัมประสิทธิ์ความพึงพอใจของความแตกต่างที่เรียบง่ายสม 0θ1,θ2,…,θq,σ2w(∞)π1,π2,…θ(B)πi=0
ถ้าเราไม่ได้กำหนดข้อ จำกัด นี้ในพื้นที่พารามิเตอร์ฟังก์ชั่นน่าจะเป็นของซาชูเซตส์โดยทั่วไปจะมีได้ถึง Optima ท้องถิ่น (ถ้าพหุนามซาชูเซตส์มีรากจริงที่แตกต่างกัน) ซึ่งเป็นสิ่งที่เราต้องการ หลีกเลี่ยงการ(q)2qq
คุณสามารถย้ายรากจากภายในสู่ภายนอกหน่วยวงกลมด้วยการเปลี่ยนแปลงที่สอดคล้องกันในความแปรปรวนของเสียงรบกวนสีขาวโดยใช้เทคนิคด้านบนยกเว้นในกรณีที่ MA-polynomial มีรากหนึ่งหรือหลายรากบนวงกลมหน่วย