调用VARselect选择时间序列滞后阶数时出现NAs in y报错

这个报错的触发逻辑非常直接：你传入函数的时间序列对象dset中存在缺失值（NA），VAR类模型计算需要完整的连续观测序列，存在缺失时会直接终止运行抛出该错误。

结合你贴的代码，缺失值通常来自以下几种情况：

• 原始数据框PAISES_ANUAL本身存在缺失：你调用的MK、GDP PC、DCPS等9个变量中，至少有一个列存在空值、或者用非数值占位符（比如"-"、"/"、"无数据"这类字符串）标记的缺失记录，转成时间序列时会被自动识别为NA
• 不同变量的时间覆盖范围不一致：比如部分变量的有效观测是1990-2021年，另一部分是1993-2023年，用cbind拼接不同长度的时间序列时，时间不匹配的位置会自动填充NA
• 带空格的列名调用出错：你用到的GDP PC列名带空格，如果attach绑定数据时出现索引异常，可能会生成全为NA的无效序列
• 不推荐长期使用attach()绑定数据，很容易出现变量名冲突、调用到内存中同名旧变量的问题，这类隐式错误很难排查。

排查步骤 #

先运行以下代码定位缺失值位置，不要直接猜问题：

# 统计每个变量的缺失值数量
colSums(is.na(dset))
# 定位存在缺失值的行对应的年份
time(dset)[which(rowSums(is.na(dset)) > 0)]

修复方案 #

根据排查到的缺失位置对应处理即可：

• 如果缺失值出现在序列首尾：是不同变量时间长度不匹配导致的，直接截取所有变量都有有效观测的共同时间区间即可，比如确认1995-2020年所有变量无缺失，就用dset_clean <- window(dset, start = 1995, end = 2020)截取后再传入VARselect
• 如果缺失值零散出现在序列中间：可以根据你的数据属性选择线性插值、临近值填充等方法补全，或者直接删除缺失值所在的时间段，确保传入模型的序列没有NA即可
• 如果某一列全是NA：检查列名调用是否正确，尤其是带空格的GDP PC列，建议放弃attach写法，显式引用数据框列，比如ARGDP.ts <- ts(PAISES_ANUAL$GDP PC, start = 1990, frequency = 1)，避免索引错误。

内容的提问来源于stack exchange，提问作者Amanda VA