中心矩（central moment）：统计学/概率论中的概念，指随机变量相对于其均值（mean）的矩（moment）。第 \(n\) 阶中心矩通常写作
\[
\mu_n = \mathbb{E}\big[(X-\mu)^n\big]
\]
其中 \(\mu=\mathbb{E}[X]\)。常见对应关系：二阶中心矩是方差（variance），三阶与偏度（skewness）相关，四阶与峰度（kurtosis）相关。
/ˈsɛntrəl ˈmoʊmənt/
A central moment measures how data vary around the mean.
中心矩衡量数据围绕均值的波动情况。
The second central moment equals the variance, while higher-order central moments help describe skewness and kurtosis in a distribution.
二阶中心矩等于方差，而更高阶的中心矩有助于描述分布的偏度与峰度。
central 源自拉丁语 centrum（中心），表示“以中心为参照”；moment 源自拉丁语 momentum（运动/推动的力量、短暂的时刻），在数学里引申为“关于某点的量度”。合在一起，central moment 就是“以均值这个中心点为参照来度量的矩”。
Select Language