Statistics 确定光谱峰值的不确定度（标准误差或参数误差）

我想从光谱（散射光子的能谱）中提取峰值的位置。为此，我使用scipy.optimize.curve_fit将高斯拟合到与高斯相似的光谱区域

如何找到峰值的不确定性？峰值本身将由高斯回归的平均参数结果给出

我想到了两件事：

• 我从最小化程序中得到协方差值，从中我得到平均参数的误差
• 另外，我可以考虑使用高斯函数的sigma来得到 平均误差

我的想法是，平均参数的误差不可能是错误的方向。我敢打赌，标准误差并不能真正告诉我们峰值的不确定度。它告诉我们分布的形状，但不告诉我们峰值的不确定性（为了简单起见，我们认为峰值有一个真实的、明确定义的值）

---

（这是我最初在stats.stackoverflow上发布的一个问题的回复，在那里我两天后没有得到任何答案。）

峰值是高斯分布的平均值，因此平均参数的标准误差给出了峰值的不确定性。sigma参数描述了峰值的宽度，并有其自身的不确定性。如果你正在测量一个宽的峰值，并进行了良好的测量，你将得到一个大的西格玛，但峰值不确定度（或标准误差）较低