什么是样本k阶原点矩和样本k阶中心矩？ 1，原点矩，是随机变量到原点的距离（这里假设原点即为零点）。2，中心矩则类似于方差，先要得出样本的期望即均值，然后计算出随机变量到样本均值的一种距离，与方差不同的是，这里所说的距离不再是平方就能构建出来的，而是k次方。一，二阶中心距，也叫作方差，它告诉我们一个随机变量在它均值附近波动的大小，方差越大，波动性越大。方差也相当于机械运动中以重心为转轴的转动惯量。二，三阶中心距告诉我们一个随机密度函数向左或向右偏斜的程度。三，在均值不为零的情况下，原点距只有纯数学意义。四，A1，一阶矩就是 E(X)，即样本均值。具体说来就是A1=(西格玛Xi)/n-（1）A2，二阶矩就是 E(X^2)即样本平方均值，具体说来就是 A2=(西格玛Xi^2)/n-(2)Ak，K阶矩就是 E(X^k)即样本K次方的均值，具体说来就是 Ak=(西格玛Xi^k)/n，-(3)五，矩估计法大概步骤如下：1 根据分布律或者分布函数，概率函数，计算EX或者EX2，其中含有未知参数a。2 令 样本的一阶矩A1等于EX（二阶矩A2等于EX^2)。3 由2得到 a的表达式子，此式子中含有A1(A2，.)，而A1，A2表达式如上(1)，(2)，（3）所示.该含有 A1，A2，.Ak的表达式称为估计量，如果把样本具体值带入，即可得a的估计值。
什么是样本k阶原点矩和样本k阶中心矩，请解释的稍微通俗一点儿 答：分享一种“理解”。在概率论中，常用k阶矩表示随机变量的一类数字特征。有原点矩、中心矩等分类方法。用“数学”语言通俗描述，k阶原点矩是随机变量x“偏离”原点(0，0)。
概率论里k阶原点矩和k阶中心矩的实际含义是什么啊？
