La presente obra está organizada en 14 capítulos y dos apéndices que abarcan métodos para una, dos y más de dos variables cuantitativas y cualitativas así como instrucciones para uso de programas de cómputo, comerciales y propios. Los primeros capítulos contienen métodos para datos univariados: Diagramas de Tallo y Hoja, Resúmenes Resistentes de Nivel y Dispersión, Diagramas de Caja y Bigotes, Estimadores de densidad por kernel y Transformación (re-expresión) de los datos. Posteriormente se abordan los métodos para procesar dos variables cuantitativas: Ajuste lineal resistente basado en medianas y Suavización no lineal resistente. Los datos provenientes de la combinación de una variable cuantitativa con dos cualitativas pueden ser procesados mediante Tablas codificadas y el Pulido de mediana. El análisis de más de dos variables cuantitativas (métodos multivariados) incluye los Diagramas de Escalera. - En esta versión se han agregado temas de análisis confirmatorio tales como los intervalos de confianza y las pruebas de hipótesis y además se incluye la comparación de más de dos grupos por medio del análisis de varianza en diseño completamente aleatorio tanto de un factor como de dos factores (fijos) con interacción. - Se ha incluido una introducción a los métodos multivariados para comparar vectores de medias incluyendo una prueba para verificar la homoscedasticidad con múltiples variables. - Como en la versión anterior se han dedicado dos capítulos con instrucciones básicas para el manejo de los paquetes estadísticos Stata y MINITAB. - Los apéndices presentan algunos de los comandos de Stata empleados para realizar las gráficas y tablas presentadas en el texto y un tutorial básico para el software original escrito como parte de esta obra, el AED2010. Estos temas pueden utilizarse como complemento en cursos (licenciatura y posgrado) de Estadística, Bioestadística, Biometría o bien como texto para la adquisición del conocimiento básico de los métodos incluidos. Debido a la generalidad de los temas considerados este material puede ser útil en áreas afines como ciencias de la salud o de la conducta e inclusive para las ciencias socio-económicas.