Existe un creciente interés en analizar señales de electroencefalograma (EEG) con el objetivo de clasificar pacientes con alguna sintomatología en particular a partir de un grupo de control. En este estudio, se usó la señal del EEG de pacientes normales y pacientes con depresión para realizar una clasificación por medio de un método conjunto de análisis de componentes principales (PCA) y análisis discriminante lineal (LDA). La señal del EEG es registrada en pacientes en condiciones ambulatorias. Se presenta el cálculo de un perfil estadístico a partir de una serie de señales de alta dimensión provenientes de 9 sujetos sanos y 14 sujetos con depresión. Se emplea el PCA para reducir la dimensión de los datos y de la complejidad estadística, con los valores del PCA obtenidos, valores singulares, se puede caracterizar a los dos grupos de individuos. Mediante el método de clasificación LDA se obtuvo un diagnóstico. Los resultados muestran una alta tasa de aciertos diagnostico-clasificación dado que la característica del patrón cerebral asociado con la patología depresiva es diferente con aquella correspondiente a sujetos sanos. Palabras clave: electroencefalograma, diagnostico, depresión, análisis de componentes principales, análisis lineal de discriminantes.