我有大量变量要减少，我偶然发现了 Kuhn (2008) 的建议，即消除方差为零或接近零的变量：

[接近零方差意味着] 样本量中唯一值的比例很低（比如 10%）[...] [以及] 最普遍值的频率与第二普遍值的频率之比值很大（比如 20 左右）。如果这两个标准都是正确的，并且所讨论的模型容易受到这种类型的预测变量的影响，那么从模型中删除变量可能是有利的。

-- Kuhn, M., & Johnson, K. (2013)。应用预测建模，纽约，纽约：施普林格。

这对我来说很有意义，它已被用于其他研究，并且它完全可以满足我对我的数据的期望。然而，据我所知，库恩没有为使用这种技术提供任何理由（无论是理论上的还是经验上的），而且我找不到任何其他支持这一点的文献。

有谁知道证明这种技术为什么有效的其他来源？