CLT 适用于分布中样本的平均值。如果您引导数据的平均值，您会发现数据平均值的分布是正常的。图像的文件大小既不是在这些条件下生成的，也没有应用 CLT 的假设，因此不期望分布是正常的。

请看一下中心极限定理的定义：

该语句告诉我们，在给定足够样本量的情况下，您只能获得样本均值的正态分布。没有假设基础分布必须是正态的。

标准中心极限定理在某些条件下成立，其中之一是观测事件的独立性。这些捕获的图像是否以图像参数之间没有相关性的方式进行？

想想如果你在拍摄一个周期性的现象（比如，每天同一时间太阳的位置），你就不会得到图像参数的正态分布，这有点让人放心。

还有一些其他定理表明，当事件并非完全不相关时，仍然会收敛到正态分布。这些定理依赖于复杂的假设，其中一些假设观察到的事件必须“不太相关”。