Introducción. -- Análisis previo de los datos. --Análisis de conglomerados. --Escalamiento multidimensional. --Análisis de correspondencias. --Análisis de la varianza. --Análisis multivariante de la varianza. --Regresión lineal múltiple. --Análisis discriminante. --Regresión logística. --Análisis de componentes principales. --Análisis factorial exploratorio. --Modelos de ecuaciones estructurales : análisis factorial confirmatorio. --Modelos de ecuaciones estructurales : validación del instrumento de medida. --Modelos de ecuaciones estructurales : modelos de estructuras de covarianza (CB-SEM). --Modelos de ecuaciones estructurales : modelos de estructuras de varianza (PLS-SEM)

Además de un capítulo dedicado a la preparación de los datos (análisis de valores perdidos, comprobación de las propiedades de normalidad, homocedasticidad, linealidad e independiencia de las observaciones), el resto de temas abordan el análisis de conglomerados, escalamiento multidimensional, análisis de correspondencias, análisis de la varianza, análisis multivariante de la varianza, regresion lineal múltiple, análisis discriminante, regresión logística, análisis de componentes principales, análisis factorial, análisis factorial confirmatorio, modelos de ecuaciones estructurales y PLS-SEM; todo ello utilizando el software libre R.