Testes de bondade de ajuste têm sido propostos para avaliar as hipóteses de adequação da
distribuição, com relação a um conjunto de dados, em que o vetor de parâmetros que indexa a
distribuição pode ser conhecido ou desconhecido. Os testes clássicos de bondade de ajuste são
baseados na distância entre a função de distribuição empírica (FDE) e a função de distribuição
acumulada (FDA) do modelo que estamos querendo testar. Neste trabalho, propomos um teste de
bondade de ajuste para a distribuição Birnbaum-Saunders baseado em entropia. Faremos um estudo
comparativo entre a estatística baseada em entropia e a estatística de Anderson-Darling, que é baseada
na distância entre a FDE e a FDA. Através de simulações de Monte Carlo, avaliamos os tamanhos dos
testes para diferentes valores do parâmetro de forma e diferentes valores amostrais, bem como,
avaliamos o poder dos testes propostos para diferentes distribuições de probabilidade alternativas. Por
fim, faremos uma aplicação para ilustrar os testes considerados.