在数理统计中，矩（Moment）是描述随机变量分布特征的重要概念之一。矩可以用来计算分布的各种参数，例如均值、方差等。
给定一个随机变量X，它的k阶原点矩（kthRawMoment）定义为E[X^k]，其中E表示期望运算符。原点矩描述了随机变量的k次幂的期望值。
例如，一阶原点矩是期望值，表示为E[X]，它描述了随机变量的平均值或期望。
二阶原点矩是方差，表示为Var(X)=E[(X-E[X])^2]，它描述了随机变量的离散程度或波动性。
除了原点矩之外，还有中心矩（CentralMoment）的概念。k阶中心矩定义为E[(X-E[X])^k]，它使用随机变量与其期望的差异来描述分布的形状。
一阶中心矩为0，二阶中心矩是方差（即二阶原点矩），三阶中心矩描述了偏斜度，四阶中心矩描述了峰度等。
那么矩到底是怎么一回事呢？？？？？？？在概率论中，有一杆无处不在的“秤”。因为这把“秤”的存在，所以我们有了“矩”。
1.5=5×10%100×0.5%5000000×0.00001%1.5=5×10%100×0.5%5000000×0.00001%二、如何理解概率论中的“矩”给我一个支点和一根足够长的棍子，我就可以举起整个地球。----阿基米德对比物理的力矩，你会发现，概率论中的“矩”真的是很有启发性的一个词。1力矩大家应该都知道物理中的力矩，我这里也不展开说细节了，用一幅图来帮助大家回忆一下：
2概率论中的“矩”在概率论中，有一杆无处不在的“秤”。因为这把“秤”的存在，所以我们有了“矩”。2.1彩票的问题福利彩票，每一注两元钱，真是中国的良心啊，猪肉、房价都涨了多少了！？
每一注的中奖几率如下（胡诌的）：
画成概率分布大概就是这样的：
不过，我想你大致不会认为，这花两元钱买的彩票，真的就价值五百万。我们用概率来组装一把“秤”：
“秤”摆好了，我们尝试称一下：
称量实际上是：
这么少？不是说好了五百万的吗？没有办法，中奖概率太低了，离秤的中心太近了（对应于力矩而言，就是力臂太短了）。中国有句古话：“二鸟在林不如一鸟在手”，说的真的有道理啊。把整张彩票都放上去称（秤上的刻度是随便画的，因为相差太悬殊，没有办法按照真是比例来画）：
具体计算如下：
这张彩票原来只值1.5元？血本无归啊！3“矩”学过概率的都知道，我们上面计算的就是期望：