Las cópulas se han convertido en la actualidad en una herramienta muy fuerte para el modelamiento de datos en los que la dependencia entre variables aleatorias existe y el supuesto de normalidad multivariada no se tiene. Las cópulas han sido aplicadas en diversos campos. En finanzas, las cópulas son usadas en el modelado de activos y gestión de riesgos. En estudios biomédicos, las cópulas son utilizadas en el modelamiento de la correlación de tiempos de eventos correlacionados y riesgos competitivos (Escarela & Carriere, 2003). En ingeniería, las cópulas son usadas en procesos de control multivariados y en el modelamiento hidrológico (Genest & favre, 2007). Dicho esto el interés en modelar problemas multivariados que involucran variables dependientes se generaliza en diversas áreas, lo que convierte a esta metodología en una forma conveniente de modelar la estructura de dependencia en distribuciones conjuntas de variables aleatorias. Sin embargo, en la práctica no existe un método estándar para seleccionar una cópula entre una variedad de posibles modelos, por lo que la elección de una cópula adecuada es uno de los grandes retos al que se enfrenta el investigador. En este trabajo se pretende proporcionar un mecanismo de selección de una cópula mediante pruebas de bondad de ajuste analíticas y gráficas, estimando el parámetro de dependencia con métodos paramétricos y no paramétricos y compararlos usando el error cuadrático medio y la desviación media.