t.test返回错误“数据本质上是恒定的”

R version 3.1.1 (2014-07-10) -- "Sock it to Me"
> bl <- c(140, 138, 150, 148, 135)
> fu <- c(138, 136, 148, 146, 133)
> t.test(fu, bl, alternative = "two.sided", paired = TRUE)
Error in t.test.default(fu, bl, alternative = "two.sided", paired = TRUE) : 
data are essentially constant

然后，我仅更改fu数据集中的一个字符：

> fu <- c(138, 136, 148, 146, 132)

它运行...

> t.test(fu, bl, alternative = "two.sided", paired = TRUE)

    Paired t-test

我在这里想念什么？

如评论中所述，问题在于差异全为2（或-2，取决于编写对的方式）。

回应评论中的问题：

因此，这意味着就统计数据而言，不需要进行t.test检验，并且可以肯定的是，与bl相比，每个主题的fu都会降低-2？

好吧，这取决于。

如果差异的分布确实是正常的，那将是结论，但可能是正态性假设是错误的，并且测量值的差异实际上是离散的（也许在总体中，您希望对其进行推论通常为-2但有时不同于-2）。

实际上，看到所有数字都是整数，似乎是离散的情况。

...在这种情况下，无法完全确定总体上所有差异都为-2；更多的是，样本中没有证据表明总体差异与-2有所不同。

（例如，如果87％的人口差异为-2，那么5个样本差异中的任何一个只有50-50的可能性不是-2。因此，样本与-2的差异非常一致在人口中）

但是您也会被问到这些假设是否适合t检验-尤其是在这么小的样本中。