Den normale distribusjonsfamilien har alle den samme generelle formen og parametriseres av middel- og standardavvik. Det betyr at hvis gjennomsnittet og standardavviket er kjent, og hvis fordelingen er normal, er sannsynligheten for at en fremtidig observasjon ligger i et gitt område kjent.
Anta at vi har et utvalg på 99 testpoeng med et gjennomsnitt på 100 og et standardavvik på 1. Hvis vi antar at alle 99 testpoengene er tilfeldige observasjoner fra en normalfordeling, så spår vi at det er en 1% sjanse for at den 100. testpoengsummen vil være høyere enn 102,33 (det vil si gjennomsnittet pluss 2,33 standardavvik), forutsatt at den 100. testpoengsummen kommer fra samme fordeling som de andre. Parametriske statistiske metoder brukes til å beregne 2,33-verdien ovenfor, gitt 99 uavhengige observasjoner fra samme normalfordeling.
Et ikke-parametrisk estimat av det samme er maksimum for de første 99 poengene. Vi trenger ikke anta noe om fordelingen av testresultatene for å begrunne at det før vi ga testen var det like sannsynlig at den høyeste poengsummen ville være noen av de første 100. Dermed er det 1% sjanse for at 100. poengsummen er høyere enn noen av de 99 som gikk foran den.