Центральная предельная теорема говорит о том, что если мы берем много случайных выборок из любого распределения (например, нормального или равномерного), то распределение средних значений этих выборок будет приближаться к нормальному распределению. Даже если исходное распределение не является нормальным, средние значения выборок будут все ближе к тому, что мы ожидаем увидеть в нормальном распределении.