En la presente tesis se desarrolló la clasificación multivariante de muestras mediante mínimos cuadrados parciales discriminantes probabilísticos (p-DPLS). El método, además de clasificar una muestra basándose en DPLS, proporciona la fiabilidad de la clasificación. p-DPLS se mejoró para resolver problemas multiclase y fue más adecuado que otros métodos de clasificación como CART y SIMCA, además de proporcionar la fiabilidad de clasificación. Adicionalmente, se desarrolló una metodología para establecer especificaciones multivariantes de alimentos, combinado los estadísticos Hotelling T2 y SPE¸, y las predicciones del modelo DPLS. Los anteriores desarrollos se aplicaron a problemas de clasificación de suelos analizados por XRF e ICP-MS, mieles analizadas por CG-MS y aceites de oliva analizados por NIR y 1H-RMN. / In this thesis the multivariate classification of samples using discriminant partial least squares (p-DPLS) was developed. The method, besides classifying a sample using DPLS, provides the reliability of such classification. p-DPLS was improved to solve multi-class problems and was more suitable than other classification methods such as CART and SIMCA, besides to providing the reliability of classification. Additionally, a methodology for establishing multivariate specification of food commodities was devised. The methodology combined Hotelling T2, SPE and the PLS model predictions. The above developments were applied to classification of soils analyzed by XRF and ICP-MS, honeys analyzed by GC-MS and olive oils analyzed by NIR and 1H-NM1R.