1/1/2020 - 31/12/2022
Se aportarán propuestas robustas para la estimación de los parámetros en correlación canónica generalizada para datos de alta dimensión (el número de observaciones es menor que el número de variables) o en presencia de multicolinealidad dentro de los grupos (bloques de datos mal condicionados) y se implementarán algoritmos computacionales para que el método pueda ser aplicado en distintas áreas. Además se propondrá una versión rápida del mismo para que pueda ser aplicado a datos con gran cantidad de observaciones y variables (big data).