En este estudio, se aplicaron distribuciones gaussianas/normales (N) y mezclas de dos normales (N2), tres normales (N3), cuatro normales (N4) o cinco normales (N5) a datos con valores extremos de precipitación para 35 estaciones meteorológicas en Bangladés. Para la estimación de parámetros, se aplicó la estimación de máxima verosimilitud utilizando un algoritmo de expectativa-maximización. Para seleccionar el modelo que mejor se ajusta, se utilizaron inspección gráfica (función de densidad de probabilidad (pdf), función de densidad acumulativa (cdf), gráfico cuantil-cuantil (Q-Q)) y criterios numéricos (criterio de información de Akaike (AIC), criterio de información bayesiano (BIC), error porcentual cuadrático medio (RMSPE)). En la mayoría de los casos, AIC y BIC dieron los mismos resultados de mejor ajuste, pero sus resultados de RMSPE diferían. El resultado de mejor ajuste de cada estación se eligió como la distribución con la suma más baja de los puntajes de rango de cada estadístico de prueba. La distribución N dio el mejor ajuste para el 51% de las estaciones. N2 y N3 dieron el mejor ajuste para el 20% y el 14% de las estaciones, respectivamente. N5 dio el 11% de los resultados de mejor ajuste. Este estudio también calculó las alturas de lluvia correspondientes a períodos de retorno de 10 años, 25 años, 50 años y 100 años para cada ubicación utilizando las distribuciones para proyectar valores más extremos.