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?
答案 0 :(得分:3)
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。