因为该数据呈最大熵分布，熵值越大越混乱。

但我怎么觉得应该这样理解，虽然有一大堆复杂的影响因素，但总体上却有一个可以确定的分布。这样就可以在不知道具体的影响因素情况下，仍然能精确地预测结果。

当然反过来说，一个正态分布的outcome, 其影响因素可能很多，没有那个是特别重要。

但这个好像和现实不符合。比如身高就非常正态分布，但我们知道基因因素超过80% （90%？). 当然你可以说我们不知道那个基因在起决定因素。