scipy.optimize curve_fit拟合效果佳但标准误差过高求助

我正在对磁滞回线拟合线性函数：先用ruptures库识别变点以确定线性区域，再使用scipy.optimize.curve_fit()对该区域拟合线性方程，核心代码如下：

#Ausgleichsgeraden berrechnen
def fit(x,a,b):
    return a*x+b

#Messung 1
popt_x11, pcov_x11  = curve_fit(fit, Magnet_x11, Kerr_x11)
popt_x21, pcov_x21  = curve_fit(fit, Magnet_x21, Kerr_x21)
popt_y11, pcov_y11  = curve_fit(fit, Magnet_y11, Kerr_y11)
popt_y21, pcov_y21  = curve_fit(fit, Magnet_y21, Kerr_y21)

其中Magnet_x..和Kerr_x..对应曲线线性区域的X、Y轴数据。

目前存在的问题：通过np.sqrt(np.diag(pcov))计算出的参数标准误差，比测量值至少高10倍——尽管拟合直线与数据的契合度视觉上非常好。我已尝试调整拟合范围、排查scipy.optimize相关参数问题，也确认curve_fit不存在未使用参数的情况，但均无成效。

举个实际拟合结果的例子：

• Messung 2: HC_rechts = 4693.0262 +- 36583.3256
• Messung 2: HC_links = -3364.4523 +- 40484.9339

误差范围远超出拟合质量对应的合理区间，现求助该高偏差的成因。

示例数据说明：X轴取第一列数据（无不确定度），Y轴为第三列数据除以2倍第二列数据。

内容的提问来源于stack exchange，提问作者Peter Koch