逐步回归将返回一个空模型（未选择预测变量）

Question

我有一个数字（连续）因变量和40多个自变量。 （2个数字，3个类别，其余为虚拟变量）。我尝试同时进行前向和后向选择，以使模型中的预测变量变小：

nullmod <- lm(y ~ 1, data = df)
fullmod <- lm(y ~ x1 + x2 + x3 .... + x40, data = df)
reg1A <- step(nullmod, scope = list(lower = nullmod, upper = fullmod),
              direction = "forward")

我也对direction =“ backward

结果表明，我的模型最好，不添加任何变量！而当我使用一些变量进行多元回归时，我得到了相当可观的结果。为什么呢？