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_filt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：
- 我从最小化例程中得到协方差值，从中得到平均参数的误差
- 此外，我可以考虑使用高斯的西格玛来获得平均值误差
我的想法是，平均参数的错误不会是错误的。我还打赌，标准误差并不能真正告诉我们知道峰值的不确定性。它告诉了我们分布的形状，但没有告诉我们峰值的不确定性（为了简单起见，我们认为峰值具有真，明确定义的值）
（这是我最初在stats.stackoverflow上发布的一个问题的转发，2天后我没有得到任何答案。）
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。西格玛参数描述了峰值的宽度，并具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，你会得到一个大的西格玛，但峰值不确定性（或标准误差）较低。