En este trabajo la técnica de Componentes Principales Supervisadas es aplicada tanto a 9 variables de los datos MU284 como a 104 variables de la encuesta ENIGH 2002, en el ámbito de ajuste por regresión gaussiana, para calcular las correlaciones entre la variable de interés y las variables auxiliares. Luego, con estos valores llamados scores, se asigna un orden estadístico de correlación a cada variable auxiliar. Después, por medio de validación cruzada del cociente de verosimilitudes, se determina el número óptimo de variables auxiliares a considerar. Finalmente, a este conjunto reducido de información auxiliar, se le aplican muchas réplicas del Método del Cubo, usando la opción de eliminación de variables en su fase de aterrizaje, para obtener muchas muestras aproximadamente equilibradas del estimador Horvitz-Thompson de la variable de interés y con ellas obtener la distribución de sus estimaciones y algunos estadísticos de evaluación.