Una forma alternativa de obtener estimadores de la densidad de los ingresos es mediante métodos no paramétricos. De estos métodos uno de los más antiguos y utilizados es el conocido histograma, el cual tiene ciertas deficiencias relacionadas con la continuidad que llevaron a considerar otras técnicas. El estimador de núcleos (kernels) fue propuesto por Rosenblatt en 1956 y Parzen en 1962 (DiNardo, Fortin y Lemieux, 1996). Los métodos paramétricos y no paramétricos son complementarios en el análisis de distribuciones. Härdle y Linton (1994) citan entre los principales usos de los procedimientos no paramétricos los siguientes: - las técnicas de suavizado no paramétricas se pueden utilizar como un medio conveniente y sucinto para mostrar las características de una base de datos y por lo tanto para ayudar en la construcción de modelos paramétricos, - se pueden usar para hacer diagnósticos de un modelo paramétrico estimado. Este trabajo se divide en cuatro secciones. La primera reseña los modelos de distribución del ingreso que serán estimados en la segunda sección y presenta una breve discusión acerca de la relevancia de las estimaciones no paramétricas y de la metodología que se utiliza en la estimación que se presenta en la segunda sección. En ella se ajustan los modelos de distribución del ingreso lognormal, de Singh y Maddala y de Dagum tipos I y II a los datos de ingresos de los ocupados de la EPH del GBA entre octubre de 1992 y octubre de 1997 y se estiman las funciones de densidad de los ingresos de los ocupados del GBA en el mismo período con el método no paramétrico de núcleos. La tercera sección contiene el análisis de la bondad de ajuste de los modelos estimados, una comparación entre los mismos y una comparación entre los resultados de las estimaciones paramétricas y las no paramétricas. La cuarta y última sección presenta las conclusiones del trabajo.Departamento de Economía