La precipitación máxima y mínima proyectada para una época específica del año, con un nivel particular de probabilidades, constituye la precipitación probable, que es un gran parámetro meteorológico de información. El propósito de este estudio es evaluar el rendimiento de las distribuciones de probabilidad utilizando varias pruebas de bondad de ajuste con el fin de desarrollar un estándar para luego aplicarlo en varias zonas de Assam con base en datos mensuales de precipitación de 1985 a 2022. En el estudio se han considerado diez distribuciones diferentes como Gumbel, Weibull, Gamma, Logística, Exponencial, log-Normal, Pearson-0, Pearson-I, Pearson-III y Pearson-V. El enfoque de estimación de máxima verosimilitud se utilizó para estimar los parámetros asociados con estas distribuciones. La distribución de probabilidad mejor ajustada se determina utilizando una variedad de técnicas de bondad de ajuste, incluyendo los criterios de información bayesianos (BIC), el criterio de información de Akaike (AIC) y la prueba de Kolmogorov-Smirnov (K-S). Aunque ninguna distribución se ajusta perfectamente a los datos de precipitación para todos los meses, la distribución Pearson-I suele ajustarse mejor a los datos que las demás distribuciones la mayor parte del tiempo, según las herramientas de bondad de ajuste. Los datos se recopilaron del Centro Nacional de Datos (NDC) del Departamento Meteorológico de la India (IMD) en Pune.