我想从光谱（散射光子的能谱）中提取峰的位置。为此，我使用 scipy.optimize.curve_fit 将高斯拟合到类似于高斯的光谱区域。
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的结果给出。
我想到了两件事：
- 我从最小化例程中获得协方差值，从中我得到平均参数的错误。
- 另外，我可以考虑使用高斯的 sigma 来得到平均值的误差。
我对此的想法是，平均参数上的错误不可能是错误的方法。我还敢打赌，标准误差并不能真正告诉我们知道峰值的不确定性。它告诉我们分布的形状，而不是峰值的不确定性（为简单起见，我们相信它有一个真实的、明确定义的值。）
（这是我最初在 stats.stackoverflow 上发布的一个问题的转贴，两天后我没有得到任何答案。）