En los últimos años ha aumentado mucho la cantidad de datos complejos y muy diversos, y eso exige nuevas herramientas para poder analizarlos de forma confiable. Ese fue uno de los principales desafíos de este proyecto. En ese marco, se lograron avances importantes en varias líneas de trabajo. Se desarrolló un nuevo método robusto de agregación, pensado para combinar información de manera estable incluso cuando los datos presentan valores atípicos o comportamientos poco usuales. También se amplió la inferencia conforme a problemas de regresión en espacios geométricos más generales, se propusieron nuevas formas de medir qué tan lejos está un conjunto de ser convexo, se construyó un estimador corregido de una propiedad geométrica llamada standardness y se introdujo el concepto de alcance polinomial junto con una forma de estimarlo a partir de datos. Estos desarrollos se estudiaron tanto desde el punto de vista teórico como mediante simulaciones y aplicaciones con datos reales, mostrando su utilidad en distintos contextos. Además, el proyecto impulsó nuevas metodologías de clasificación no supervisada, fortaleciendo una línea de investigación que ya venía desarrollándose y abriendo nuevas posibilidades de trabajo futuro. Por otra parte, los resultados no quedaron restringidos al ámbito de la investigación. El proyecto promovió activamente su difusión en congresos y jornadas científicas, y también incluyó actividades de divulgación y vinculación con otros sectores, como la industria y estudiantes de educación media. En conjunto, el proyecto contribuyó a fortalecer las capacidades nacionales en metodología estadística y en su aplicación a problemas actuales cada vez más complejos.