Fase 1 [Descripciones Multivariantes]
1.1. Objetivos
1.2. Descripción de los datos
1.3. Estimaciones multivariadas
1.4. Gráficas multivariadas
1.5. Normalidad multivariada
Fase 2 [Componentes Principales]
2.1. Objetivos
2.2. Selección de Componentes
2.3. Calidad de Representación
2.4. Contribuciones y Biplots
Fase 3 [Correspondencias]
3.1. Objetivos
3.2. Correspondencias Simples
3.3. Correspondencias Múltiples
Fase 4 [Conglomerados]
4.1. Objetivos
4.2. Agrupación Jerárquica
4.3. Agrupación No-Jerárquica
Fase 5 [Regresiones]
5.1. Objetivos
5.2. Regresión Lineal Simple
5.3. Regresión Lineal Múltiple
5.4. Regresión Logística Simple
5.5. Ajuste de Varianza
6. Conclusiones
7. Bibliografía
LS0tDQp0aXRsZTogIioqVEZDX0dERF8yMDI1XzJfR1JVUE9fNioqIg0Kc3VidGl0bGU6ICJFc3R1ZGlvIGRlIEFuw6FsaXNpcyBNdWx0aXZhcmlhZG8gY29uIGJhc2UgZW4gdW4gY29uanVudG8gZGUgZGF0b3Mgc29icmUgcmVnaXN0cm9zIGRlIHZpZGVvanVlZ29zIHJlbGFjaW9uYWRvcyBhIFBsYXlTdGF0aW9uLiINCmF1dGhvcjogIlBvcjogSnVhbiBFc3RlYmFuIExvYWl6YSBHb256YWxleiAoanVhbi5lLmxvYWl6YUBjb3JyZW91bml2YWxsZS5lZHUuY28pDQpTdGVwaGFuaSBDb3JyZWEgTWVzYSAoc3RlcGhhbmkuY29ycmVhQGNvcnJlb3VuaXZhbGxlLmVkdS5jbykgTHVuYSBTb2ZpYSBCZXJtdWRleiAobHVuYS5iZXJtdWRlekBjb3JyZW91bml2YWxsZS5lZHUuY28pDQpKb2hhbiBDYXJkZW5hcyBUcnVqaWxsbyAoY2FyZGVuYXMuam9oYW5AY29ycmVvdW5pdmFsbGUuZWR1LmNvKSBKdWFuIE1hbnVlbCBIdXJ0YWRvIEZyYW5jbyAoanVhbi5odXJ0YWRvLmZyYW5jb0Bjb3JyZW91bml2YWxsZS5lZHUuY28pIg0KZGF0ZTogIlRyYWJham8gZWxhYm9yYWRvIGVuIGVsIHBlcmlvZG8gYWNhZMOpbWljbyBjb21wcmVuZGlkbyBlbnRyZSBhZ29zdG8geSBkaWNpZW1icmUgZGVsIGHDsW8gMjAyNSwgY29tbyBhY3RpdmlkYWQgZm9ybWF0aXZhIHkgZXZhbHVhdGl2YSBkZWwgY3Vyc28gR2VzdGnDs24gZGUgRGF0b3MgcGFyYSBpbmdlbmllcsOtYSBJbmR1c3RyaWFsLiINCm91dHB1dDoNCiAgaHRtbF9kb2N1bWVudDoNCiAgICB0b2M6IFRSVUUNCiAgICB0b2NfZmxvYXQ6IFRSVUUNCiAgICBjb2RlX2Rvd25sb2FkOiBUUlVFDQogICAgdGhlbWU6IGx1bWVuDQpiaWJsaW9ncmFwaHk6IGJpYmxpb2dyYWZpYV9NRS5iaWINCmNzbDogYXBhLmNzbA0KbGluay1jaXRhdGlvbnM6IHllcw0KLS0tDQo8IS0tIENvbmZpZ3VyYWNpw7NuIEdsb2JhbCBkZSBSIC0tPg0KYGBge3Igc2V0dXAsIGluY2x1ZGU9RkFMU0V9DQprbml0cjo6b3B0c19jaHVuayRzZXQoZWNobyA9IFRSVUUpDQpgYGANCg0KIyMgKipGYXNlIDEgW0Rlc2NyaXBjaW9uZXMgTXVsdGl2YXJpYW50ZXNdKioNCg0KIyMjIDEuMS4gT2JqZXRpdm9zDQojIyMgMS4yLiBEZXNjcmlwY2nDs24gZGUgbG9zIGRhdG9zDQojIyMgMS4zLiBFc3RpbWFjaW9uZXMgbXVsdGl2YXJpYWRhcw0KIyMjIDEuNC4gR3LDoWZpY2FzIG11bHRpdmFyaWFkYXMNCiMjIyAxLjUuIE5vcm1hbGlkYWQgbXVsdGl2YXJpYWRhDQoNCiMjICoqRmFzZSAyIFtDb21wb25lbnRlcyBQcmluY2lwYWxlc10qKg0KDQojIyMgMi4xLiBPYmpldGl2b3MNCiMjIyAyLjIuIFNlbGVjY2nDs24gZGUgQ29tcG9uZW50ZXMNCiMjIyAyLjMuIENhbGlkYWQgZGUgUmVwcmVzZW50YWNpw7NuDQojIyMgMi40LiBDb250cmlidWNpb25lcyB5IEJpcGxvdHMNCg0KIyMgKipGYXNlIDMgW0NvcnJlc3BvbmRlbmNpYXNdKioNCg0KIyMjIDMuMS4gT2JqZXRpdm9zDQojIyMgMy4yLiBDb3JyZXNwb25kZW5jaWFzIFNpbXBsZXMNCiMjIyAzLjMuIENvcnJlc3BvbmRlbmNpYXMgTcO6bHRpcGxlcw0KDQojIyAqKkZhc2UgIDQgW0Nvbmdsb21lcmFkb3NdKioNCg0KIyMjIDQuMS4gT2JqZXRpdm9zDQojIyMgNC4yLiBBZ3J1cGFjacOzbiBKZXLDoXJxdWljYQ0KIyMjIDQuMy4gQWdydXBhY2nDs24gTm8tSmVyw6FycXVpY2ENCg0KIyMgKipGYXNlIDUgW1JlZ3Jlc2lvbmVzXSoqDQoNCiMjIyA1LjEuIE9iamV0aXZvcw0KIyMjIDUuMi4gUmVncmVzacOzbiBMaW5lYWwgU2ltcGxlDQojIyMgNS4zLiBSZWdyZXNpw7NuIExpbmVhbCBNw7psdGlwbGUNCiMjIyA1LjQuIFJlZ3Jlc2nDs24gTG9nw61zdGljYSBTaW1wbGUNCiMjIyA1LjUuIEFqdXN0ZSBkZSBWYXJpYW56YQ0KDQojIyAqKjYuIENvbmNsdXNpb25lcyoqDQoNCiMjICoqNy4gQmlibGlvZ3JhZsOtYSoqDQoNCg0K