首先將Xi的數學期望求出來，然後求出樣本均值的期望，利用矩估計的定義“以樣本均值來代替數學期望”，從而求得θ的矩估計量。
矩估計，即矩估計法，也稱“矩法估計”，就是利用樣本矩來估計總體中相應的引數。首先推導涉及感興趣的引數的總體矩，即所考慮的隨機變數的冪的期望值的方程。然後取出一個樣本並從這個樣本估計總體矩。接著使用樣本矩取代總體矩，解出感興趣的引數。從而得到那些引數的估計。
首先將Xi的數學期望求出來，然後求出樣本均值的期望，利用矩估計的定義“以樣本均值來代替數學期望”，從而求得θ的矩估計量。
矩估計，即矩估計法，也稱“矩法估計”，就是利用樣本矩來估計總體中相應的引數。首先推導涉及感興趣的引數的總體矩，即所考慮的隨機變數的冪的期望值的方程。然後取出一個樣本並從這個樣本估計總體矩。接著使用樣本矩取代總體矩，解出感興趣的引數。從而得到那些引數的估計。
1、所有數減去其平均值的平方和，所得結果除以該組數之個數（或個數減一，即變異數），再把所得值開根號，所得之數就是這組資料的標準差。
2、標準差（StandardDeviation），在機率統計中最常使用作為統計分佈程度（statisticaldispersion）上的測量。標準差定義是總體各單位標準值與其平均數離差平方的算術平均數的平方根。它反映組內個體間的離散程度。
求正態分佈中的σ公式：u=(x-μ)/σ。正態分佈（Normaldistribution），也稱“常態分佈”，又名高斯分佈（Gaussiandistribution），最早由棣莫弗（AbrahamdeMoivre）在求二項分佈的漸近公式中得到。
在n次獨立重複的伯努利試驗中，設每次試驗中事件A發生的機率為p。用X表示n重伯努利試驗中事件A發生的次數，則X的可能取值為0，1，…，n，且對每一個k（0≤k≤n），事件{X=k}即為“n次試驗中事件A恰好發生k次”，隨機變數X的離散機率分佈即為二項分佈（BinomialDistribution）。