理想の拡張式
最初のモーメントが期待値、すなわち、の平均数である（離散ランダム変数はよく理解され、それは連続的な比較することができます）。例：XY座標系において、xは、対応するゼロ、Y1、Y2、...、YNより大きい整数かかるX = 1、2、...、今は、所望の要求にしたい、Yおよびnの値は、すべての蓄積されたYそのYの平均値であるNで割りました。
この点yでのI座標系で線を引くことを意味、私はこの線の両側上の全ての点がわかります。中心モーメントIは、z = YN、Yの各値を差し引い意味する場合（新しいシーケンスZ1、Z2、...、Zn及び所望Zを求めること、私は見つけるゼロ平均のとおりであります）軸y座標となります。一次非中心モーメントの唯一の最初の瞬間、ゼロ次中心モーメントので、永遠に。
二次（非中央）自乗変数のモーメントが所望の、第2の中心モーメントを求めているが、ランダム変数（望ましい）所望の要求の平均値の二乗との差です。存在する場合のシーケンスにおける負の数は、シーケンスの絶対値を追加するように二乗しながら、より高い揮発性を有するので、より優れた平均からの偏差の範囲を反映するので、なぜ、正方形を使用します。
拡張情報：
数理統計学の言及瞬間におけるデジタル署名の一種。
原点モーメント：、kは正の整数（または0）であるとするaは任意の実数であり、Xは確率変数であり、その後、予想
確率変数Xのk次モーメントと呼ばれる、または運動量を呼び出しています。= 0の場合、E（X ^ k）が存在し、kが順原点モーメントと呼ばれる、と呼ばれます
また、K-次モーメントとして知られています。
もちろん、一次起源モーメントは数学的期待値である、つまり、
名前が示す原点モーメントは、原点からの距離（原点はここでゼロと仮定される）にランダム変数です。中心モーメントが同様の分散であり、すなわち、試料が最初に所望の平均を取得し、その後、距離サンプルへのランダム変数は平均計算する必要があり、分散の差は、ここでは距離はもはや正方形から構成することが可能であることはありませんしかし、k番目のパワー。
なぜな瞬間と離れた中心モーメントの起源が、の「瞬間」の行列ではない「から」理解するのは難しいことではありません。我々は、すべてのは難しいことではありませんピタゴラスの定理からの分散は、瞬間と中心モーメントの起源を理解するためにことを知っています。しかし、また、一瞬の仕組みを考えるのではなく、「瞬間」である「距離。」物理学のトルク力は、オブジェクトが支点軸又は傾向を中心に回転されることを意味します。トルクも回アームを強制的に同じであるベクターです。
第二に中心モーメントとも呼ばれる分散が、それは確率変数の変動は、サイズに近いほど、分散ボラティリティをそれを意味することを教えてくれる。分散はまた、回転機械運動の慣性軸と重心に対応します。私たちに左右に振れの程度の確率密度関数を伝えるために三次中心モーメント。
平均の場合のみ、純粋な数学的な意味の原点瞬間、ゼロではありません。