توزیع زیربنایی که داده ها از آن نمونه گیری شده اند، اغلب در استنباط آماری نامعلوم است. لذا برای انجام آزمون فرضهای مربوط به توزیع جامعه به سراغ روشهای ناپارامتری می رویم. یکی از این روشها استفاده از روش درستنمایی تجربی تابع توزیع تجمعی است که اخیراً در آمار مورد توجه بسیار بوده است. درستنمایی تجربی در واقع یک روش ناپارامتری استنباط آماری است که به تحلیل گر این اجازه را می دهد تا بدون دانستن توزیع داده ها و از طریق روشهای درستنمایی به استنباط آماری بپردازد. در این پایان نامه از درستنمایی تجربی برای انجام آزمونهای نیکویی برازش استفاده می کنیم. برای این منظور، در آزمونهای نیکویی برازش معروف مثل کرامر- فون میزس، اندرسون- دارلینگ، واتسون و ... معادلات برآوردی بدست می آوریم که به عنوان قیدهای تابع درستنمایی استفاده می شوند و این خود باعث بهبود توان آزمون می گردد. همچنین از درستنمایی تجربی برای انجام آزمون فرض درمورد میانگین تعداد پیشامدهای بازگردنده ای استفاده خواهیم کرد که در یک فاصله زمانی معین برای یک مولفه رخ می دهد.