Se consideran métodos Bayesianos para el análisis de datos binarios longitudinales cuando cada observación binaria puede tener sus propias covariables. Se consideran varios modelos que incluyen diferentes versiones de enlaces de regresión logística y mezclas escala de normales multivariadas (SMMVN). Los enfoques clásicos completamente paramétricos son inmanejables y por eso se siguen métodos Bayesianos usando un enfoque muestral por medio de un método Monte Carlo de Cadena de Markov. Se desarrollan diagnósticos de modelos Bayesianos mediante un enfoque basado en simulación y se implementan para la adecuación de modelos. Los modelos propuestos se comparan usando técnicas de análisis exploratorio de datos Bayesianos y del factor de Bayes. Finalmente se implementa nuestra metodología en un análisis del efecto de la edad sobre la probabilidad de infección respiratoria de 122 niños del Estudio de Salud Niños Indonesios. REV//jmml