python - SciPy が分散 0 のサンプルを使用した t 検定で「nan」を返すのはなぜですか?

Question

私はPythonでSciPynanを使用していますが、以下は何らかの理由で値を返します:

>>>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).

しかし、要約統計量が異なるサンプルを使用すると、実際には妥当な値が得られます。

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

代わりにp 値をnanasと解釈するのは合理的ですか? 0同じ要約統計量のサンプルに対して 2 サンプル t 検定を実行する意味がないという統計上の理由はありますか?