Se propone un marco de modelo semiparamétrico bayesiano para analizar datos longitudinales multivariados. El nuevo marco conduce a distribuciones posteriores explícitas simples de los parámetros del modelo. Resulta en una implementación sencilla del algoritmo MCMC para la estimación de los parámetros del modelo y demuestra una rápida convergencia. El marco del modelo propuesto asociado con el algoritmo MCMC es validado por cuatro estructuras de covarianza y un conjunto de datos de la vida real. Un simple estudio de Monte Carlo del modelo bajo cuatro estructuras de covarianza y un análisis del conjunto de datos real muestran que el nuevo marco del modelo y su método inferencial bayesiano asociado a través del algoritmo MCMC funcionan bastante bien en el sentido de una implementación sencilla, rápida convergencia y errores cuadráticos medios más pequeños en comparación con el mismo modelo sin la estructura de autorregresión especificada.