在矩估计法中，下列哪些说法是正确的？A. 矩估计法是基于总体矩与样本矩相等的原则进行估计的B. 矩估计法适用于所有类型的分布C. 矩估计法可以用于估计分布中的未知参数D. 矩估计法总是给出无偏估计

本题考查矩估计法的基本概念、适用范围、作用以及估计量的性质。解题思路是根据矩估计法的定义、特点和性质，对每个选项逐一进行分析判断。

• 选项A：
  矩估计法的基本思想就是用样本矩来估计总体矩，通过建立总体矩与样本矩相等的方程，进而求解出未知参数的估计值。例如，设总体$X$的一阶原点矩为$E(X)=\mu$，样本一阶原点矩为$\overline{X}=\frac{1}{n}\sum_{i = 1}^{n}X_{i}$，在矩估计法中，令$E(X)=\overline{X}$，即$\mu=\frac{1}{n}\sum_{i = 1}^{n}X_{i}$，从而得到总体均值$\mu$的矩估计量$\hat{\mu}=\overline{X}$。所以选项A的说法是正确的。
• 选项B：
  矩估计法并不是适用于所有类型的分布。有些分布可能不存在矩，或者矩的计算非常复杂，甚至无法通过矩估计法得到合理的参数估计。例如，柯西分布的各阶矩都不存在，此时就不能使用矩估计法来估计其参数。所以选项B的说法是错误的。
• 选项C：
  矩估计法的主要目的就是估计分布中的未知参数。通过利用总体矩和样本矩的关系，建立方程求解未知参数的估计值。如上述例子中，通过令总体一阶原点矩等于样本一阶原点矩，得到了总体均值的估计量。所以选项C的说法是正确的。
• 选项D：
  矩估计法得到的估计量不一定总是无偏估计。无偏估计是指估计量的数学期望等于被估计的参数。例如，对于总体方差$\sigma^{2}$，用样本二阶中心矩$S_{n}^{2}=\frac{1}{n}\sum_{i = 1}^{n}(X_{i}-\overline{X})^{2}$作为其矩估计量，$E(S_{n}^{2})=\frac{n - 1}{n}\sigma^{2}\neq\sigma^{2}$，所以$S_{n}^{2}$是有偏估计。所以选项D的说法是错误的。