第一段说个简单道理。矩估计就像量身高量体重，用样本的平均数代替总体特征，但样本方差的计算要考虑数据波动，不能直接套用。比如10个人身高算平均数，再算方差时，矩估计可能直接用这10个数值平方差，而通常样本方差会多减1。

第二段仔细讲原因。因为矩估计的核心是让样本矩等于总体矩，比如样本方差是二阶原点矩，所以直接用Σ(xi²)/n。而样本方差s²是Σ(xi²)-(Σxi)²/n，相当于多减了1/n这个量。举个具体例子，假设5个数2、4、6、8、10，矩估计方差是(4+16+36+64+100)/5=220/5=44。而样本方差是(4+16+36+64+100)-(30²)/5=220-180=40，再除以4得到10。这说明当n=5时，矩估计方差比样本方差大1/n倍，也就是直接用了样本数据计算，没调整自由度。所以两者计算方式不同，矩估计不用样本方差就是这个道理。