μ_i为第i阶原点矩，S=4，ξ为效应量，MATLAB求λ_0，λ_i █(∫_R▒exp⁡(λ_0+∑_(i=1)^S▒〖λ_i ξ^i 〗)dξ=1@∫_R▒ξ^i exp⁡(λ_0+∑_(j=1)^S▒〖λ_j ξ^j 〗)dξ=μ_i )

这个问题涉及到数值计算和优化，需要使用MATLAB中的数值计算工具箱和优化工具箱。

首先，我们需要定义一个函数来计算第一个积分：

function y = f(lambda, S)
    integrand = @(xi) exp(lambda + sum(lambda(2:S+1) .* (xi.^(1:S))));
    y = integral(integrand, -Inf, Inf);
end

其中，lambda是一个(S+1)维向量，表示λ0、λ1、λ2、...、λS，S是原点矩的阶数。

然后，我们需要定义一个函数来计算第二个积分：

function y = g(lambda, i, S, mu)
    integrand = @(xi) xi.^i .* exp(lambda + sum(lambda(2:S+1) .* (xi.^(1:S))));
    y = integral(integrand, -Inf, Inf) - mu(i+1);
end

其中，lambda是一个(S+1)维向量，i表示需要求的原点矩的阶数减1，S是原点矩的阶数，mu是原点矩。

接下来，我们可以使用MATLAB中的优化工具箱来求解最小二乘问题：

S = 4; % 阶数
mu = zeros(1, S+1); % 原点矩
mu(1) = 1; % μ0 = 1
lambda0 = log(mu(1)); % 初始化λ0
lambda = zeros(1, S+1); % 初始化λ
lambda(1) = lambda0;
for i = 1:S
    lambda(i+1) = fminsearch(@(x) g(x, i, S, mu), lambda(i));
end

最终，lambda就是我们需要的结果，lambda(1)即为λ0，lambda(2)到lambda(S+1)即为λ1到λS。