Objetivou-se com o presente trabalho considerar diversas estruturas de
variâncias e covariâncias para as matrizes associadas à parte aleatória e ao resíduo,
procurando enfatizar àquelas inseridas na parte aleatória, e com base nessa modelagem,
pretende-se questionar e comparar as diversas formas propostas para um dado
experimento. Um conjunto de dados foi simulado para representar diferentes estruturas
da matriz de covariância medidas repetidas em animais, representando um delineamento
em quadrado latino 5x5. Estruturas como diagonal homogênea, diagonal heterogênea,
correlacionada com variâncias homogêneas, correlacionada com variâncias heterogêneas,
correlacionada entre períodos sequencias com variâncias homogêneas e correlacionada
entre períodos sequencias com variâncias heterogêneas. Para as análises do quadrado
latino 5x5, os dados simulados foram avaliados sob o enfoque de modelos mistos
considerando o efeito de animal como a unidade experimental e aleatório, considerando
o período como medidas repetidas da mesma unidade experimental, ajustando-se as
estruturas de covariância ás medidas tomadas em um mesmo animal. O efeito de
tratamento e período foram considerados como fixos. Cinco modelos de estruturas de
covariância, componente de variância, auto-regressiva de primeira ordem, simetria
composta, simetria composta heterogênea e Toeptiz foram utilizados para ajuste dos
dados. Para a comparação entre modelos utilizou-se os critérios de informação de Akaike
(AIC) e Bayesiano de Schwars (BIC). Os resultados foram bastantes similares quando se
utilizou a estrutura de covariância de diagonal homogênea e de diagonal heterogênea,
onde os valores de F para efeito de tratamento diferiram substancialmente entre os
modelos testados, levando a diferentes efeitos significativos dos modelos testados.
Valores similares foram observados quando se utilizou as estruturas de covariância do
tipo componente de variância e simetria composta. Ja quando se correlacionou as
covariáveis e manteve as variâncias na diagonal principal homogênea, a estrutura que
melhor se ajustou foi a auto regressiva de primeira ordem. A utilização da estrutura de
variância correlacionada com variância heterogênea levou a diferentes resultados onde a
estrutura auto regressiva de primeira ordem foi a que melhor se ajustou ao modelo para o
critério de AIC, porém, não para o critério de BIC, enquanto a auto-regressiva
heterogênea de primeira ordem apresentou melhor ajuste para BIC, porém, não para AIC,apontando que a escolha do critério de seleção apresenta total importância quanto ao
resultado final do teste. E a analise da estrutura correlacionada entre períodos sequenciais
com variâncias homogêneas apontou que a melhor estrutura a se utilizar foi a componente
de variância. A estrutura componente de variância apresentou melhor ajuste na maioria
das matrizes de covariância testadas. A utilização de diferentes estruturas de covariância
levou a valores semelhantes para o quadrado médio mínimo, porém, observa-se que o
erro padrão tende a se alterar de acordo com a estrutura escolhida.