Sou da mesma opinião que o Fábio. Os modelos mistos não são dedicados apenas a estimação de componentes de variância. Eu sinceramente vejo que a aplicação visando estimação de componentes de variância é o caso menos frequente. Só é predominante no caso do melhoramento genético. Para ilustrar, posso citar os modelos não lineares mistos, onde os modelos de regressão são não lineares e os dados são obtidos ao longo de do tempo (mais comum) sobre um conjunto de indivíduos (amostra de uma população) e por isso o modelo acomoda a variação entre os indivíduos com um termo de efeito aleatório associado à alguns parâmetros. O interesse está nos parâmetros do modelo não linear, em comprar curvas, pouca atenção se dá a variância dos efeitos. O caso geral é, na minha opinião, acomodar o efeito de fontes de variação, de modo às vezes a melhor representar o esquema de amostragem/aquisição dos dados. Ao se declarar que esses efeitos são realizações de uma variável aleatória ganha-se em parcimônia por apenas é necessário estimar os parâmetros da distribuição dos efeitos. No caso na normal o parâmetro estimado é a variância (assume-se média 0). O fato de frequentemente se associar distribuição normal aos efeitos tem duas razões: 1) simplicidade computacional para o procedimento de estimação (principalmente nos modelos lineares mistos em que distribuição marginal tem expressão fechada), 2) dado que o efeito de um indivíduo (unidade experimental, bloco, parcela) é por vezes a soma de várias causas de pequena contribuição a distribuição dos efeitos converge para normal (teorema do limite central). Nada impede, porém, de considerarmos outras distribuições para os efeitos. E sob o ponto de vista de modelo misto ser chique me lembra uma frase famosa: "o mais alto grau de sofisticação é a simplicidade". Ele é simples de declarar o modelo, de estimar, de interpretar e de fazer inferência uma vez que completamente baseado na verossimilhança. Fato é que todos os modelos fazem pressuposições, todos são úteis e também contestáveis. Entre o "anova para medidas repetidas" e o misto, prefiro o misto pela simplicidade e flexibilidade. Por exemplo, esse anova aí, salvo engano, não serve para casos de desbalanceamento.
À disposição.
Walmes.
==========================================================================
Walmes Marques Zeviani
LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W)
Departamento de Estatística - Universidade Federal do Paraná
fone: (+55) 41 3361 3573
VoIP: (3361 3600) 1053 1173
e-mail: walmes@ufpr.br
skype: walmeszeviani
twitter: @walmeszeviani
homepage: http://www.leg.ufpr.br/~walmes
linux user number: 531218
==========================================================================