为什么SciPy返回`nan`进行t检验，样本为0方差？

Question

我在Python中使用SciPy，以下因任何原因返回nan值：

>>>stats.ttest_ind([1, 1], [1, 1])
Ttest_indResult(statistic=nan, pvalue=nan)

>>>stats.ttest_ind([1, 1], [1, 1, 1])
Ttest_indResult(statistic=nan, pvalue=nan).

但每当我使用具有不同汇总统计数据的样本时，我实际上得到了一个合理的值：

stats.ttest_ind([1, 1], [1, 1, 1, 2])
Ttest_indResult(statistic=-0.66666666666666663, pvalue=0.54146973927558495).

将nan的p值解释为0是否合理？统计数据是否有理由对具有相同汇总统计数据的样本进行双样本t检验是否有意义？

Answer 1

除以零将引发NaN（=非数字）异常，或返回按常规匹配NaN的浮点表示。要特别注意除以N除以N除-1标准差公式。