RESUMEN: El uso de modelos paramétricos estocásticos exactos tales como el normal, log-normal, exponencial, poisson, gama, etc. está hoy profundamente arraigado en la práctica estadística. La razón es que ellos permiten la representación aproximada de un conjunto de datos que puede ser fácilmente descrita e interpretada. Sin embargo, es bien conocido que el mundo real no se comporta tan bien como lo describen estos modelos. Recientemente surge una técnica estadística la cual emplea también los modelos paramétricos pero la inferencia es realizada para un entorno del modelo asumido. Es decir, aunque emplea modelos paramétricos, los procedimientos que construye no dependen fundamentalmente de las hipótesis inherentes a ellos.

ABSTRACT: The use of precise stochastic parameter models, such as the normal, log-normal, exponential, poisson and gamma models, is nowadays deeply entrenched in statistical practice. The cause of this trend is their ability to approximately represent a series of data that can be easily described and interpreted. Nevertheless, it is well known that the real world doesn't behave as these models describe it. Recently, a statistical technique, employing parametrical models, appeared. This method tests part of the assumed model that is, although it employs parametrical models the procedure, it builds, doesn't fundamentally depend on the included hypothesis.