原点矩和中心距是统计学中常用的概念，用于描述数据的集中趋势和离散程度。原点矩是指数据集中所有数据值与均值的距离的平方和的平均值，而中心距则是指数据集中所有数据值与均值的距离的平均值。原点矩和中心距的计算公式分别为：原点矩：E 原 = Σ(xi - x )2 / n中心距：E 中 = √[Σ(xi - x )2 / (n - 1)]其中，xi 表示数据集中的每个数据值，x 表示数据的均值，n 表示数据集中的数据个数。原点矩和中心距都是描述数据集中趋势的统计量，其中原点矩反映数据的离散程度，而中心距则反映数据集的集中趋势。在实际应用中，常常同时使用原点矩和中心距来描述数据的特征。

一阶原点矩就是样本的均值，二阶中心矩就是样本的方差。矩估计就是用样本的均值等于总体的期望，用样本的统计量（方差）等于总体的方差。