统计学的矩（moment）

参考：https://www.matongxue.com/madocs/412.html

随机过程这门课在复习概率论的时候，又讲到了矩，刚好在这里写一下关于矩的东西，主要是参考的知乎大神的描述。

我们知道，假设r.v.x有E(|X|^k)<+∞，E（|X-E(X)|^k）<+∞，则称：

　　E（X^k）为k阶原点矩

　　E（|X|^k）为k阶绝对矩

　　E（(X-EX)^k)为k阶中心矩

　　E（|X-EX|^k）为K阶绝对中心矩

这个是基本定义。我们知道最简单的一阶原点矩就是均值，二阶中心矩就是方差，那么其他的矩是什么呢？我们为什么要理解这些矩呢？怎么理解矩呢？

其他的矩是什么，这里暂且不谈，为什么要理解这些矩呢？因为你会在很多地方遇到这些东西，这里我举几个例子吧，我基本上在大数据（比如关于log normal distribution时候）以及openCV中都遇到过矩，moment这个概念。下图是关于log normal distribution的wiki截图，就讲了很多关于moment的东西。至于opencv，我忘记啦，反正有过。。