矩估计就是拿样本的平均数代替总体的平均数这时候如果只用一阶矩（也就是样本均值）还搞不定问题就需要二阶矩了二阶矩就是样本数据的平方的平均数它用来估计方差或者和方差相关的参数比如正态分布的方差要用到二阶矩和一阶矩的差

这时候就需要二阶矩了举个例子假设我们测了三组数据1 2 3这时候用一阶矩算出来均值是2但方差是0.666这时候用二阶矩算出来是(1²+2²+3²)/3=14/3≈4.666然后方差就是4.666-2²=0.666这时候二阶矩就派上用场了如果数据里有更大的波动比如变成1 2 10这时候一阶矩还是4但二阶矩就变成(1²+2²+10²)/3=113/3≈37.666方差就是37.666-4²=21.666这时候二阶矩的变化比一阶矩明显多了所以当数据波动大或者参数不止一个的时候二阶矩就很重要了比如估计正态分布的μ和σ²就需要同时用一阶矩和二阶矩这时候二阶矩就是样本平方的平均数减去样本均值的平方