Este estudio propone un modelo funcional longitudinal intensivo con múltiples escalas variables en el tiempo e interceptos aleatorios específicos del sujeto a través de una equivalencia de modelo mixto que incluye múltiples predictores funcionales, uno o más covariables escalares y uno o más covariables escalares. Se propone un marco de estimación para estimar una función de coeficiente variable en el tiempo que se modela como una combinación lineal de funciones invariantes en el tiempo con coeficientes variables en el tiempo. El modelo aprovecha la estructura de información de la penalización, mientras que el procedimiento de estimación utiliza la equivalencia entre la estimación de mínimos cuadrados penalizados y los modelos lineales mixtos. Se realizan una serie de simulaciones para evaluar empíricamente el proceso. En la simulación, se observó que los errores cuadráticos medios para los coeficientes funcionales disminuyeron con el aumento del tamaño de la muestra y el nivel de asociación. Además, el tamaño de la muestra tuvo un mayor impacto en un menor nivel de asociación, y el nivel de asociación también tuvo un mayor impacto en un tamaño de muestra menor. Estos resultados proporcionan evidencia empírica de que las estimaciones de los coeficientes funcionales del ILFMM están cerca de la verdadera estimación funcional (prácticamente sin cambios). Además, los resultados indicaron que el AIC podría utilizarse para guiar la elección de los pesos de la cresta. Además, cuando las proporciones de pesos de la cresta eran lo suficientemente grandes, hubo un impacto mínimo en el rendimiento de la estimación. Estudiar dos escalas de tiempo es importante en una amplia gama de campos, incluyendo física, química, biología, ingeniería, economía y más. Permite a los investigadores obtener una mejor comprensión de sistemas y procesos complejos que operan en diferentes marcos de tiempo. En consecuencia, estudiar actividades físicas con dos escalas de tiempo es fundamental para avanzar en nuestra comprensión del rendimiento humano y la salud y para desarrollar estrategias efectivas para optimizar programas de actividad física y ejercicio. Por lo tanto, el modelo propuesto se aplicó para analizar los datos de actividad física del Instituto de Escuelas Activas de la Universidad del Norte de Colorado para determinar qué tipo de patrones de estructura de tiempo de actividades podrían describir adecuadamente la relación entre la magnitud total diaria y la actividad física diaria y semanal de los niños.