R语言求助：lubridate与window处理时间序列VAR模型RMSE测试报错

错误原因拆解 #

第一段代码错误：The matrix 'y' should contain at least two variables #

• 核心问题：subset_data实际仅保留了单变量，不符合VAR模型（要求双/多变量输入）的基本条件。
• 可能诱因：
  1. energy.bv的索引筛选逻辑出错，导致子集丢失一个变量；
  2. energy.bv并非标准多变量时间序列对象（如普通data.frame而非xts/zoo/ts类），索引筛选时破坏了多变量结构。

第二段代码错误：'start' ne peut pas être après 'end' #

• 核心问题：用rev()反转时间序列后，时间轴变为从晚到早，此时start_date（2003-11）早于end_date（2021-12），与反转后的序列顺序冲突——window()要求start必须对应序列的靠前位置、end对应靠后位置。

修正后的完整代码 #

步骤1：确保数据格式合规 #

先确认energy.bv是多变量时间序列对象，若为普通data.frame，先转换为xts（或其他时间序列类）：

library(lubridate)
library(Metrics)
library(vars) # VAR函数来自vars包，必须显式加载

# 若energy.bv是带日期列的data.frame，执行以下转换（替换为实际列名）
# energy.bv <- xts(energy.bv[, c("变量1", "Nucléaire")], order.by = ymd(energy.bv$日期列))

步骤2：正确拆分训练集与测试集 #

# 定义时间节点
train_start <- ymd("2003-11-01")
train_end <- ymd("2021-12-01")
test_start <- ymd("2022-01-01")
test_end <- ymd("2022-11-01")

# 筛选训练集：强制保留双变量
train_data <- energy.bv[index(energy.bv) >= train_start & index(energy.bv) <= train_end]

# 提前验证变量数量，避免建模报错
stopifnot(ncol(train_data) >= 2)

步骤3：构建VAR(10)模型并预测 #

# 构建VAR模型（season=12适配月度季节性，type="both"包含截距与趋势项）
model <- VAR(train_data, p = 10, season = 12, type = "both")

# 预测2022年11个月度值
forecast_result <- predict(model, n.ahead = 11, ci = 0)

# 提取测试集实际值
test_data <- energy.bv[index(energy.bv) >= test_start & index(energy.bv) <= test_end]

步骤4：计算RMSE #

# 针对"Nucléaire"变量计算预测值与实际值的RMSE
rmse_value <- RMSE(forecast_result$Nucléaire[, 1], test_data$Nucléaire[, 1])
print(rmse_value)

关键注意事项 #

• 必须加载vars包：VAR函数属于vars包，原代码未显式加载可能引发隐性错误；
• 禁止随意反转时间序列：时间序列需保持从早到晚的自然顺序，window()才能正常工作；
• 子集后验证维度：每次筛选数据后用ncol()检查变量数量，确保符合VAR模型要求。

内容的提问来源于stack exchange，提问作者40001755