在ARIMA模型中，如果exog变量包含inf或nans值，会引发MissingDataError错误。解决这个问题的方法通常是通过删除或替换这些缺失值来处理数据。

以下是一个示例代码，展示了如何处理这个错误：

import numpy as np
import pandas as pd
from statsmodels.tsa.arima.model import ARIMA

# 创建一个包含缺失值的exog变量
exog = np.array([1.0, 2.0, np.nan, 4.0, np.inf, 6.0])

# 检查是否有inf或nan值
if np.isnan(exog).any() or np.isinf(exog).any():
    # 删除inf和nan值
    exog = exog[np.isfinite(exog)]

# 创建一个包含缺失值的endog变量
endog = np.array([1.0, 2.0, 3.0, 4.0, 5.0, 6.0])

# 创建ARIMA模型
model = ARIMA(endog, order=(1, 0, 0), exog=exog)

# 拟合模型
model_fit = model.fit()

# 打印模型结果
print(model_fit.summary())

在这个示例中，我们检查exog变量中是否有inf或nan值。如果存在，我们使用np.isfinite()函数来删除这些值。然后，我们创建ARIMA模型，并拟合模型。最后，我们打印模型结果。

请注意，处理缺失值的方法可能因数据和具体情况而异。你可能需要根据你的数据和需求来选择适当的方法来处理缺失值，比如使用插值方法来填充缺失值等。