基于高斯-马尔可夫过程实验，如何判断相关数据的斜率标准差被低估？

• 针对不同相关长度T实现高斯-马尔可夫（Gauss-Markov）有色噪声过程，参数为：采样间隔Δt=1s，序列长度N=2000，对应可视化结果：
  
• 对每个T值的噪声序列，使用np.polyfit拟合直线，每个T值完成300次独立实现（共300×7组数据），计算得到斜率的均值和标准差，结果表格：
  
• 结果分析：
  • 高T（强相关性）时，拟合直线更贴合序列，但不同实现间斜率差异显著，因此斜率标准差更大；
  • 低T（弱相关性）时，序列振荡被大量平均，斜率标准差比高T组更小，部分低T实现的斜率甚至为0。

结合上述图表，如何判断相关数据下斜率的标准差被低估？

内容的提问来源于stack exchange，提问作者Playstation_waifu