Discutimos la influencia de diferentes modelos estadísticos en la predicción de la porosidad y las facies litofluidas a partir de los valores de impedancia acústica (Ip) registrados e invertidos. Comparamos los resultados de inversión y clasificación que se obtuvieron bajo tres diferentes supuestos estadísticos a priori: una distribución gaussiana analítica, un modelo de mezcla gaussiana analítica y una distribución de mezcla no paramétrica. El primer modelo asume que la porosidad y los valores de Ip están distribuidos de manera gaussiana, por lo que se ignora su comportamiento dependiente de las facies relacionado con diferentes condiciones litológicas y de saturación. Por el contrario, los otros dos modelos estadísticos relacionan cada componente de la mezcla con una facie litofluida específica, de modo que se tiene en cuenta la dependencia de las facies de la porosidad y los valores de Ip. Se utilizan pruebas de pozos ciegos para validar las predicciones finales, mientras que el análisis de las soluciones de máxima a posteriori (MAP), la relación de cobertura y las herramientas de análisis de contingencia se utilizan para comparar cuantitativamente los resultados de la inversión. Este trabajo señala que la elección correcta del modelo petrofísico estadístico podría ser crucial en los estudios de caracterización de reservorios. De hecho, para la zona investigada, resulta que el modelo gaussiano simple constituye una suposición excesivamente simplificada, mientras que los dos modelos de mezcla proporcionan estimaciones más precisas, aunque el no paramétrico ofrece predicciones ligeramente superiores con respecto a la suposición de mezcla gaussiana.