Sadu měření lze chápat jako náhodný vektor, který zároveň umožňuji získat podrobné informace o populaci (tedy o vlastnostech rozdělení jednotlivých NP obsažených ve vzorku). Takto se konstruuje (analytickou formulí nebo popsaným algoritmem) "statistika" neboli

Maximální využití informace obsažené ve vzorku dat (nebo jinak řečeno minimální ztráta informace) vede k odhadu, který kombinuje přímo rozdělovací funkce všech NP obsažených ve vzorku.

V nejjednodušším případě je populace (resp. její distribuční funkce) charakterizována jen jedním parametrem, např. u exponenciálního rozdělení. Závisí ovšem na volbě parametrizace, jestli chceme např. určovat střední dobu nebo četnost, zda bude ML odhad vychýlený nebo ne. 

Pokud určujeme více parametrů, výsledek musí obsahovat i odhad korelace mezi nimi.

a nakonec ilustrace k zadané úloze na kombinaci různě přesně měřených hodnot. Doplňuje ji aplikace metody max. věrohodnosti na měření diskrétní NP..