Bibliografía del artículo
1. Keogh E, Lin J. Clustering of time series subsequences is meaningless: implications for previous and future research. Knowledge and Information Systems 8(2):154-177, 2005.
2. Kessler M. Apuntes de métodos estadísticos de la ingeniería. Report, Polytechnic University of Cartagena, España; 2005.
3. Puerto J, Paz M. Análisis descriptivo de series temporales aplicadas al precio medio de la vivienda en España. Report, Management Mathematics for European Schools, España; 2001.
4. Chiu B, Keogh E, Lonardi S. Probabilistic discovery of time series motifs. En: ACM SIGKDD international conference on knowledge discovery and data mining, Washington, USA, August 24-27; 2003. Pp. 493-498.
5. Molero G, Céspedes Y, Meda M. Caracterización y análisis de la base de datos de cáncer de mama SEER-DB. En: Ninth International Congress on Informatics in Health, Havana, Cuba, March 18-22; 2013. Pp. 95-103.
6. National Cancer Institute. Surveillance, Epidemiology, and End Results Program. Disponible en: https://seer.cancer.gov/data. Consultado el 31 de octubre de 2016.
7. National Cancer Institute. About the SEER Program. Disponible en: http://seer.cancer.gov/about. Consultado el 2 de noviembre de 2016.
8. National Cancer Institute. Home SEER. Surveillance, Epidemiology and End Results Program. Disponible en: https://seer.cancer.gov/data/documentation.html. Consultado el 4 de septiembre de 2016).
9. Centers for Disease Control and Prevention. National Program of Cancer Registries. Disponible en: www.cdc.gov/cancer/npcr/about.htm. Consultado el 18 de septiembre de 2016.
10. American Cancer Society. Cancer Surveillance Programs in the United States. Disponible en: www.cancer.org/cancer/cancer-basics/cancer-surveillance-programs-and-registries-in-the-united-states.html. Consultado el 10 de octubre de 2016.