線形回帰予測子を追加するとR 2乗が減少します

私のデータセット（）従属変数（DV）、5つの独立した"ベースライン"変数（P1、P2、P3、P4、P5）と関心の独立変数（Q）を有します。 $N \approx 10,000$

次の2つのモデルに対してOLS線形回帰を実行しました。

DV ~ 1 + P1 + P2 + P3 + P4 + P5
                                  -> R-squared = 0.125

DV ~ 1 + P1 + P2 + P3 + P4 + P5 + Q
                                  -> R-squared = 0.124

つまり、予測子Qを追加すると、線形モデルで説明される分散の量が減少します。私の知る限り、これは起こらないはずです。

明確にするために、これらはR二乗値であり、調整済みR 二乗値ではありません。

JaspとPythonのstatsmodelsを使用して、R二乗値を検証しました。

この現象が発生する理由はありますか？たぶん、OLS法に関連するものはありますか？

regression linear r-squared

— カイ
ソース

数値の問題？数値は互いに非常に近い...

@ user2137591これは私が考えていることですが、これを確認する方法がわかりません。R二乗値の絶対差が小さい0.000513569である、ではないこと小さいです。

— Cai

X

$\mathbf{X}$

det X^{T} X

$\det\mathbf{X}^{T}\mathbf{X}$

T

$T$

det

$\det$

欠損値は自動的に削除されますか？

— generic_user 2017

0.000513569は非常に小さい数値です。0.41％の変化です。おそらく数値的な問題です。Clarinetistが

Q自動ドロップされている値が不足している可能性がありますか？これはサンプルに影響し、2つの回帰を比較できなくなります。

— generic_user
ソース