测试两款套餐收入均值差异时t检验p-value返回NaN的问题排查

• 检验方法与传入参数完全不匹配
  你要验证两个独立分组（surf套餐用户、ultimate套餐用户）的月收入均值是否相等，却误用了单样本t检验st.ttest_1samp，且传入的两个参数都是已经计算完成的均值标量，而非原始样本观测值。

st.ttest_1samp的参数要求：

• 第一个参数：待检验的样本观测值一维序列，样本量需≥2
• 第二个参数：待对比的假设总体均值，为单个标量

你当前的传入逻辑相当于给单样本t检验传入了一个长度为1的样本，计算t统计量时自由度为n-1=0，无法得到有效计算结果，因此p-value直接返回NaN。

• 检验输入逻辑错误
  即使换用适配双样本均值比较的检验方法，也不能直接把两个组的均值作为输入。t检验需要结合每个组的原始观测值、样本量、样本标准差计算统计量，仅靠两个均值完全无法完成检验。
  你之前计算均值时pandas.Series.mean()默认开启skipna=True，自动跳过了monthly_revenue列的NaN值，因此能得到正确的均值结果，但这和t检验需要的输入类型完全不同。

1. 提前提取两个分组的非空月收入序列，不要提前计算均值

# 提取surf套餐的有效月收入，自动过滤NaN
surf_rev = call_plan_merge.query('tariff == "surf"')['monthly_revenue'].dropna()
# 提取ultimate套餐的有效月收入，自动过滤NaN
ultimate_rev = call_plan_merge.query('tariff == "ultimate"')['monthly_revenue'].dropna()

2. 改用独立双样本t检验st.ttest_ind，传入两个原始观测序列

# 建议加equal_var=False，使用Welch's t检验，无需提前假设两组方差相等
results = st.ttest_ind(surf_rev, ultimate_rev, equal_var=False)

3. 后续的p值显著性判断逻辑可保持不变。

内容的提问来源于stack exchange，提问作者lm.bertrand