2
>>>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).
하지만 다른 요약 통계가 샘플을 사용할 때마다, 나는 실제로 적당한 값을 얻을 :
stats.ttest_ind([1, 1], [1, 1, 1, 2])
Ttest_indResult(statistic=-0.66666666666666663, pvalue=0.54146973927558495).
을
nan
의 p- 값을 0
으로 해석하는 것이 합리적입니까? 통계에서 같은 요약 통계를 가진 샘플에 대해 2- 표본 t- 검정을 실행하는 것이 타당하지 않은 이유가 있습니까?
나는 ttests가 표준 편차에 의한 나눗셈을 포함한다는 것이 문제라고 생각한다. 대신에 표준 편차가 0인지 아닌지 확인하기 위해 N을 반환하는 다른 사례가있을 수 있습니다. (그들이 무엇이 될지 확실하지 않습니다.) –