1、如何基于非参数核密度估计得到的概率密度函数计算分布的均值/标准差/区间范围？
通过非参数核密度估计（KDE）对1000个样本点进行拟合，得到的总体分布的概率密度函数，因为是非参数估计没有具体函数形式，请问怎么计算分布的均值/标准差/区间范围？补充：KDE，核函数选择的高斯核函数，带宽依据Scott’s method。
2、如何基于非参数核密度估计得到的概率密度函数计算分布在某区间[a,b]上的概率？
3、上述问题是对一个变量的1000个样本点进行的估计和计算，那么现在有多个变量，变量间彼此存在关联，但关系没法用一个明确的函数形式表示出来，是非线性相关的。可以用上述方法同时拟合出各变量的分布，发现变量分布之间存在交叉/重叠，请问如何计算一个变量大于另一个变量的概率？（难点：变量点相关但没有明确的函数形式表达，第二非参数估计得到的分布）补充：如果通过数点（即1000组样本点）是可以统计出一个变量大于另一个变量的概率，但请问能否通过概率分布函数进行计算，怎么样更加科学合理？
