El modelamiento de la moda también conocido como modelo de regresión modal lineal presenta varias ventajas frente a otros modelos de regresión, entre las cuales se encuentran: capturar el valor más probable (moda) en lugar de la media, mediana o cuantiles, lo que es útil cuando la distribución condicional de la variable respuesta dado un conjunto de covariables es asimétrica; proporcionar intervalos de predicción más cortos, lo que mejora la precisión en ciertos escenarios; ser robusto a valores atípicos y a distribuciones de error con colas pesadas; y finalmente, ser adecuado para distribuciones altamente sesgadas (asimétricas), a diferencia de otros métodos que dependen de simetrías en los datos. En este proyecto se busca plantear teóricamente un modelo que permita ajustar la moda de una distribución a través de un conjunto de covariables utilizando distribuciones asimétricas, evaluarlo mediante simulaciones y aplicar dicho modelo a un conjunto de datos reales del contexto colombiano.