Parte IV
Análisis multivariante, Identificación y Detección de Cambios

21 Identificación/ajuste de modelos (sin dinámica)
21.1 Mínimos cuadrados (caso estático)
21.2 Mínimos cuadrados recursivos
21.3 Mínimos cuadrados totales
21.4 Otros índices de coste para regresión
21.5 Métodos Kernel
22 Análisis multivariante de datos
22.1 Análisis de componentes principales
22.2 Regresión, correlaciones canónicas
22.3 Extensión al caso no lineal
Discusión final
22.4 Modelos para clasificación [introducción al problema]
23 Identificación de Sistemas Dinámicos
23.1 Modelos polinomiales discretos ARX/OE
23.2 Identificación de sistemas en tiempo continuo
23.3 Identificación directa de parámetros físicos
23.4 Consideraciones prácticas
24 Sistemas dinámicos lineales en representación interna: identificación subespacio
24.1 Identificación de múltiples salidas futuras (control predictivo)
24.2 Algoritmos de Identificación Subespacio
25 Detección de anomalías (ideas preliminares)
25.1 Test estadístico de hipótesis (media y varianza, monovariable, ${\chi }^2$, $t$-Student)
25.2 Test estadístico de hipótesis: caso multivariable ${\chi }^2$, $T^2$
25.3 Test estadísticos de detección de anomalías sobre resultados de PCA
Otros desarrollos