举例来说，2013年9月1日和9月7日的中国大陆平均成绩应保持一致，因为如果没有证据显示样本能力有显著提升，短期之内总样本量的平均成绩应该没有太大变化。可是事实上，每一次考试的数据都会有所变化，成绩分布有可能出现(A)情况-即大多数考生成绩过高(并不意味着试题难度简单)，也有可能出现(C)情况-即大多数考生成绩过低(并不意味着试题过于困难)。 TOEFL考试需要保持其Construct Reliability 需要其每一次考试都将整体考试的数据进行normalize，其采用的是item response theory (IRT) framework，每次考试的主体题目不同，只有加试部分一致，因此加试相当于一个 'Anchor block'来equating整体考试的成绩。
因此，TOEFL考试你会得到一个raw score，你的这个成绩会放在整体数据图表中形成一个curve， 整个curve会slightly skewed，根据加试的anchor，所有考生会被normalize， 以得到一个最后的scaled score。A考生在9月1日的100分和9月7日的100分并不意味着做对了同等数量的题目。加试的目的只在于保证多次考试之间的 reliability，并不对个人考生有所影响。 Normalization的过程主要和统计学相关，也就说加试和个人的成绩并无任何关系，即使不做也是不算分的，然而考生的个人加试成绩会影响总体的数值，对所有考生的成绩同时产生影响。最后3点启示：
1.当你报考的考试日里大部分人都看到了命中的机经，整个成绩会negatively skewed， 你的成绩会比raw score要低，当你报考的考试日出现了没有看过的题目，大部分人的成绩可能不够好，整个成绩会positively skewed，你的成绩会比raw score要高。 2.托福加试部分的特点是多次重复并已经被分析过，中国的'经典加试'就是normalizing的部分，并不存在所谓的'不知道哪一部分是加试'的说法。 3.ETS明确表示Equating cannot adjust scores correctly for every individual test-taker，也就意味着该过程对总体负责，但对个人成绩可能有所偏差。