Se presenta una prueba de hipótesis basada en bootstrap de la bondad de ajuste para la distribución marginal de una serie temporal. Se comparan dos métricas, la divergencia Jensen-Shannon de supervivencia empírica () y la estadística de prueba de dos muestras de Kolmogorov-Smirnov (), en cuatro conjuntos de datos: tres series temporales de stablecoins y una serie temporal de Bitcoin. Demostramos que, después de aplicar la diferencia de primer orden, todos los conjuntos de datos se ajustan a distribuciones estables con colas pesadas al nivel de confianza del 95%. Además, es más potente que en estos conjuntos de datos, ya que las anchuras de los intervalos de confianza derivados para son, proporcionalmente, mucho más grandes que las de .