样本的原点矩是不一定存在的，最简单的矩估计法是用一阶样本原点矩来估计总体的期望，而用二阶样本中心矩来估计总体的方差，是由英国统计学家皮尔逊Pearson于1894年提出的。原点矩顾名思义，是随机变量到原点的距离（这里假设原点为零点）。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。这也就不难理解为什么原点矩和中心矩不是距离的距，而是矩阵的矩了。