使用dynlm构建ARDL模型添加变量后出现NaN警告的问题求助

使用ARDL模型对取对数后的多时间序列变量回归，原始数据集无负数取对数情况，且已通过which(is.na(tsLN_D))确认无NaN值。

• 初始模型tsmodel2可正常输出结果：

tsmodel2 <- dynlm(LN_LFT ~ L(LN_LFT,1) + LN_LFL + L(LN_LFL,1) + LN_LIP + L(LN_LIP,1) + 
                  LN_LI_PSEdu + L(LN_LI_PSEdu,1), 
                  data = tsLN_D)

• 添加取对数后的人均GDP（LN_CGDP）及其滞后项L(LN_CGDP,1)构建tsmodel3时，出现警告：

tsmodel3 <- dynlm(LN_LFT ~ L(LN_LFT,1) + LN_LFL + L(LN_LFL,1) + LN_LIP + L(LN_LIP,1) + 
                  LN_LI_PSEdu + L(LN_LI_PSEdu,1) + LN_CGDP + L(LN_CGDP,1), 
                  data = tsLN_D)

Warning message:
In qt(alpha, df = df.residual(model)) : NaNs produced

仅当所有5个自变量（含各自滞后项）全部加入时出现该警告，移除任意一个自变量后警告消失。

1. 多重共线性问题：多个自变量（含滞后项）之间存在高度线性相关，导致回归系数的估计方差急剧增大，残差自由度计算出现数值异常，最终qt()函数无法生成有效的t分布分位数，产生NaN警告。
2. 样本量不足：模型参数数量（截距项+被解释变量滞后项+5个自变量的当期+滞后项，共12个参数）接近或超过样本量，导致残差自由度（样本量-参数个数）≤0，qt()函数传入无效的自由度参数，触发警告。

• 排查多重共线性：
  • 提取模型涉及的变量（含滞后项），计算相关系数矩阵定位高度相关的变量对：

    model_vars <- model.matrix(tsmodel3)[, -1] # 剔除截距项列
    cor(model_vars)
    

  • 计算方差膨胀因子(VIF)，VIF>10说明存在严重共线性：

    library(car)
    vif(tsmodel3)
    

    若存在严重共线性，可移除高度相关的变量，或对变量进行降维处理（如主成分分析）。
• 核实样本量与参数匹配：
  • 查看样本量：nrow(tsLN_D)，对比模型参数数量（length(coef(tsmodel3))）。若样本量≤参数个数，需减少模型复杂度：比如仅保留变量的当期项或部分滞后项，或扩大样本范围。
• 简化模型与滞后项选择：
  • 逐个加入变量，定位引发警告的核心变量组合，针对性调整；
  • 使用ARDL专用包（如ardl）自动选择最优滞后阶数，避免手动添加过多滞后项带来的问题：

    library(ardl)
    # 示例：指定最大滞后阶数为1，自动选择最优模型
    ardl_model <- ardl(LN_LFT ~ LN_LFL + LN_LIP + LN_LI_PSEdu + LN_CGDP, data = tsLN_D, max_order = 1)
    summary(ardl_model)
    

• 检查残差自由度：
  • 手动查看残差自由度：df.residual(tsmodel3)，若结果≤0，直接说明样本量不足；若为正数但接近0，需考虑模型简化或数据扩充。

内容的提问来源于stack exchange，提问作者na3413