Este estudo visa apresentar uma formulação atualizada dos modelos lineares de efeitos mistos e descrever as ideias básicas para a interpretação das hipóteses mais comumente testadas pelos pesquisadores das ciências aplicadas. Historicamente, o modelo misto tem sido analisado através de procedimentos computacionais apropriados para modelos de efeitos fixos modificados para a obtenção de estatísticas relevantes, através de comandos opcionais para especificar os termos dos erros. Tal estratégia, no entanto, pode não ser trivial, acarretando problemas de adequação e mesmo de interpretação das inferências realizadas. Nesse contexto discutiu-se a utilização de sistemas computacionais estatísticos como o, BMDP (1985), HARVEY (1990), MINITAB (1986), NTIA (1995), REML (1989), SANEST (1986), SAS (1992), SPSS (1994), STATGRAPHICS - PLUS (1992) e o STATISTICA (1994), na análise do modelo linear misto desbalanceado. Para esses propósitos considera-se o modelo misto clássico com dois fatores, supondo-se o fator A fixo e o fator B aleatório, caracterizado por: (descrito tese), onde: (descrito tese), é a parte dos efeitos fixos do modelo, e (descrito tese) é a parte, dos efeitos aleatórios do modelo, com distribuições : (descrito tese), respectivamente e (descrito tese), são variáveis aleatórias independentes. Para cada procedimento dos sistemas estatísticos mencionados adotou-se um conjunto de sintaxes básicas para o ajuste do modelo misto de classificação dupla cruzada com interação. Com base nas saídas emitidas discutiu-se a performance desses sistemas quanto às suas características metodológicas disponíveis, tais como: a entrada de dados, a flexibilidade quanto a especificação dos termos do modelo, a apresentação das expressões dos valores esperados dos quadrados médios com testes F exatos e aproximados. Visamos elucidar aos usuários das ciências aplicadas, estabeleceu-se um estudo descritivo sobre a análise da parte fixa do modelo, especificamente sobre as hipóteses que estão sendo testadas na análise de variância. Foram considerados dois conjuntos de dados citados em Iemma (1995a), para ilustrar esse desenvolvimento. Os resultados observados no estudo comparativo indicaram que o sistema computacional SAS apresenta grande flexibilidade para o ajuste do modelo de efeitos mistos, através dos procedimentos GLM, VARCOMP e MIXED e fornece análise de variância clássica mais completa que os demais, destacando-se a excelente performance do Proc MIXED. Por outro lado os sistemas computacionais MINITAB, NTIA, SANEST, SPSS, STAGRAPHICS e STATISTICA apresentam saídas limitadas para a análise do modelo misto e, não raro, requerem que o usuário complete a análise utilizando outros sistemas computacionais.

This work aims to present an actual display of mixed effects linear models and to describe the basic ideas for the interpretation of the most common hypothesis tested by the applied sciences researchers. Historically, the mixed effects model has been analyzed through proper computerized procedures for fixed effect models, modified in order to get relevant statistics through optional commands to specify the error terms. Such strategy though may not be so simple, bringing adequation problems, even interpretation of realized inferences. In this context, the used of statistical computerized systems such as the BMDP (1985), HARVEY (1990), MINITAB (1986), NTIA (1995), REML (1989), SANEST (1986), SAS (1992), SPSS (1994), STATGRAPHICS-PLUS (1992) and the STATISTICA (1994), in discussed the mixed not balance linear model analysis. With this aim, a classic mixed model having two factors is considered supposing the fixed A and the random B, characterized by (see thesis), where: (see thesis), is the part of fixed effects of the model, and (see thesis) is the part random effects model, with (see thesis), distributions respectively; and (see thesis), are independent random variables. For each mentioned statistical systems procedure, an asset of basic syntaxes was adopted for mixed model of adjustment of the two crossed with an interaction classification. Based an the emitted outlets, the performance of these systems is discussed considering its available methodological characteristics such as data input, the flexibility considering the wording specification of the models, the expression of the expected value presentations of the average squares with exact and approximate F tests. Aiming to render clear to the applied sciences users, a descriptive study is set an the fixed part analysis, specially an the variance analysis hypothesis tested. Two data sets mentioned by IEMMA (1995a), should be considered to illustrate this development. The results of reserved in the comparative study show that the SAS computational system presents a great flexibility for the adjusting model of mixed effects, using the GLM,VARCOMP and MIXED procedures, which provides a classic variance analysis more complete than the others, the excellent performance of the Proc MIXED in outstanding. On the other hand the MINITAB, NTIA, SANEST, SPSS, STATGRAPHICS and STATISTICA present limited outlets for the mixed model analysis and often require from the user to complete the analysis, the use of other computerized systems.