We propose an iterative procedure to minimize the sum of squares function which avoids the nonlinear nature of estimating the first order moving average parameter and provides a closed form of the estimator. The asymptotic properties of the method are discussed and the consistency of the linear least squares estimator is proved for the invertible case. We perform various Monte Carlo experiments in order to compare the sample properties of the linear least squares estimator with its nonlinear counterpart for the conditional and unconditional cases. Some examples are also discussed

- En aquest document de treball es proposa un procediment iteratiu per minimitzar la suma de quadrats dels errors que evita la naturalesa no lineal de l¿estimació del paràmetre del model mitjana mòbil de primer ordre i proporciona una expressió de l¿estimador en forma tancada. A continuació es discuteixen les propietats asimptòtiques del mètode i es demostra la consistència de l¿estimador per mínims quadrats lineals per a valors del paràmetre dins l¿interval obert (¡1; 1) : També es duen a terme diversos experiments de Monte Carlo per tal de comparar les propietats mostrals de ¿estimador per mínims quadrats lineals amb el seu homòleg no lineal pel cas condicional i pel no condicional. Finalment, es discuteixen alguns exemples