Les modèles linéaires à effets mixtes sont largement utilisés pour étudier des réponses corrélées notamment pour l'analyse de données longitudinales, de données de croissance ou des mesures répétées. Les estimateurs classiques de ces modèles, tels que les estimateurs du maximum de vraisemblance, sont basés sur des hypothèses de normalité et sont sensibles aux valeurs atypiques. Il est donc important d'explorer des estimateurs robustes dans ce contexte. Nous nous concentrons sur les modèles linéaires à effets mixtes équilibrés et proposons un aperçu des méthodes d'estimation robustes qui ont été étudiées et revisitées ces dernières années, tels que les estimateurs S, MM et l'estimateur tau composites. Lors de la présentation, nous rappellerons brièvement leur définition et leurs propriétés théoriques, et les comparerons via une étude par simulations.