A normál eloszlási családok mindegyike azonos alakú, átlag és szórás által paraméterezett. Ez azt jelenti, hogy ha az átlag és a szórás ismert, és ha az eloszlás normális, akkor minden jövőbeni megfigyelés valószínűsége egy adott tartományban ismert.
Tegyük fel, hogy van egy 99 teszt pontszámból álló minta, amelynek átlaga 100 és szórása 1. Ha feltételezzük, hogy mind a 99 teszt pontszám véletlenszerű megfigyelés normális eloszlásból, akkor azt jósoljuk, hogy van egy 1% esély arra, hogy a 100. teszt pontszáma magasabb lesz, mint 102,33 (vagyis az átlag plusz 2,33 szórás), feltételezve, hogy a 100. teszt pontszáma ugyanabból az eloszlásból származik, mint a többi. Parametrikus statisztikai módszerekkel számolják a fenti 2,33 értéket, 99 független megfigyelést kapva ugyanarról a normális eloszlásról.
Ugyanannak a dolognak a nem parametrikus becslése az első 99 pont maximuma. Nem kell feltételeznünk semmit a teszt pontszámainak megoszlásáról annak indokolására, hogy a teszt megadása előtt ugyanolyan valószínű volt, hogy a legmagasabb pontszám az első 100 bármelyike lesz. Így 1% esély van arra, hogy a 100. pontszám magasabb, mint az azt megelőző 99 bármelyike.