另外，FMINCON函数提供了海塞矩阵，可以直接用，这个也是一种方法

貌似可以试下以下操作：
[P PCI]=mle(Data, 'dist','tlocationscale', 'alpha',0.05)
stdPar=(PCI(2,:)-PCI(1,:))/norminv(.975,0,1)/2

%这是我某次分析数据时用的代码，当时用了t location-scale 分布，可换成你自己需要的分布
%[phat,pci] = mle(data) returns MLEs and 95% confidence intervals for the parameters.
%mle函数可以返回参数估计的置信区间
%第一行代码的P即估计的参数，PCI是估计参数95%置信区间的上下界
%第二行代码用于计算估计参数的标准差。由于估计的参数满足正态分布，norminv(.975,0,1)==1.96， 即变量x满足正态分布时，其处于[-1.9σ -1.9σ]的概率为0.95
%计算得到的估计参数标准差与dfittool图形界面操作得出的估计参数标准差一致

求似然函数在该点处的海塞矩阵的逆阵，开方后就得到标准差了，在汉密尔顿的时间序列分析里面有专门一节提到。