Den normale familie af fordelinger har alle den samme generelle form og er parametreret ved middel- og standardafvigelse. Det betyder, at hvis middelværdien og standardafvigelsen er kendt, og hvis fordelingen er normal, er sandsynligheden for, at enhver fremtidig observation ligger i et givet interval, kendt.
Antag, at vi har en prøve på 99 testscores med et gennemsnit på 100 og en standardafvigelse på 1. Hvis vi antager, at alle 99 testscores er tilfældige observationer fra en normalfordeling, forudsiger vi, at der er en 1% chance for, at den 100. testscore vil være højere end 102,33 (dvs. middelværdien plus 2,33 standardafvigelser), forudsat at den 100. testscore kommer fra den samme fordeling som de andre. Parametriske statistiske metoder bruges til at beregne 2,33-værdien ovenfor, givet 99 uafhængige observationer fra den samme normalfordeling.
Et ikke-parametrisk estimat af den samme ting er det maksimale af de første 99 scores. Vi behøver ikke antage noget om fordelingen af testresultater for at begrunde, at før vi aflagde testen, var det lige så sandsynligt, at den højeste score ville være nogen af de første 100. Der er således 1% chance for, at den 100. score er højere end nogen af de 99, der gik forud for den.