首先得明白矩估计就是拿样本的数字特征去套总体的规律。比如正态分布要估计均值和方差，先算样本的平均数和波动量，这两个数就是样本的一阶矩和二阶矩。然后让总体的理论矩等于样本矩，解方程就能得到估计值。比如算样本均值就是(1,3,5,7)加起来除以4，算样本方差就是每个数减均值的平方加起来再除以3，这样就能得到总体均值的估计是4，方差估计是4。

为啥要这样搞呢？因为统计学里有个大原则叫“用样本代表总体”。比如拿100个人测身高，平均身高是170cm，那全国平均身高估计也是170cm。这时候样本的一阶矩（平均数）就对应总体的一阶矩（期望）。再比如测体重波动，样本方差用n-1算更准确，因为留一个数当估计误差用。比如数据(50,60,70)，样本方差是(50-60)²+(60-60)²+(70-60)²除以2，得到200，这样总体方差就估计200。不过如果数据量小，比如只有3个数，n-1就是2，这样算出来的方差更接近真实值。所以矩估计就是拿样本的数字特征，像搭积木一样拼出总体的形状。