Цель работы --- сравнение различных методов оценивания параметров билинейной авторегрессионной модели. В качестве оценок параметров использованы оценка наименьших квадратов, оценка наименьших модулей и оценка на основе функции Хьюбера. С использованием компьютерного моделирования исследована точность указанных оценок в зависимости от распределения вероятности обновляющего процесса билинейной авторегрессионной модели. Вероятностное распределение обновляющего процесса моделировалось нормальным и равномерным распределениями, распределением Стьюдента с различным числом степеней свободы, распределением Лапласа (двойным экспоненциальным распределением) и распределением Тьюки, которое известно как загрязненное нормальное распределение. Мерой точности оценок служила их среднеквадратичная ошибка. Результаты приведенного вычислительного эксперимента показали, что точность трех методов оценивания параметров билинейного авторегрессионного ряда существенно зависит от вероятностного распределения обновляющего процесса модели, в частности, от числа степеней свободы распределения Стьюдента, параметров доли и величины загрязнения распределения Тьюки. Если обновляющий процесс имеет нормальное и равномерное распределения, распределение Стьюдента с достаточно большим числом степеней свободы, то эффективнее работает метод наименьших квадратов. Оценка на основе функции Хьюбера и оценка наименьших модулей становятся эффективнее оценки наименьших квадратов для распределения Лапласа, с уменьшением числа степеней свободы --- для распределения Стьюдента, а с увеличением доли и величины загрязнения --- для распределения Тьюки