从函数内的np包调用函数困难,可能是环境问题

我想用 npreg() 函数来自 np

是用于非参数回归的函数。我分两个步骤进行估计,首先我估计带宽使用 npregbw() npreg() 在估计带上得到回归估计。在函数调用之外,我没有遇到任何问题。但是,在函数内部调用 npreg() 函数似乎无法与估计的带宽一起工作。下面是Reprex:

x <- rnorm(20)
y <- 2*x + rnorm(20)
df <- data.frame(y, x)

pidtest <- function(outformula, data) {

  # estimate conditional density of outcome 
  np_lower_bw <- np::npregbw(outformula, data = data)
  np_lower <- np::npreg(np_lower_bw)
  np_lower
}

pidtest(y~x, df)

#> Error in eval(predvars, data, env): invalid 'envir' argument of type 'closure'

如果我调用函数只是为了估计带宽,那就没有问题了

pidtest <- function(outformula, data) {

  # estimate conditional density of outcome 
  np_lower_bw <- np::npregbw(outformula, data = data)
  # np_lower <- np::npreg(np_lower_bw)
  # np_lower
  np_lower_bw
}

pidtest(y~x, df)

#> 
#> Regression Data (20 observations, 1 variable(s)):
#> 
#>                       x
#> Bandwidth(s): 0.3770171
#> 
#> Regression Type: Local-Constant
#> Bandwidth Selection Method: Least Squares Cross-Validation
#> Formula: y ~ x
#> Bandwidth Type: Fixed
#> Objective Function Value: 1.469502 (achieved on multistart 1)
#> 
#> Continuous Kernel Type: Second-Order Gaussian
#> No. Continuous Explanatory Vars.: 1

同样,在函数调用之外也没有问题:

bws <- np::npregbw(y~x, df)
np::npreg(bws)

Regression Data: 20 training points, in 1 variable(s)
                     x
Bandwidth(s): 0.307494

Kernel Regression Estimator: Local-Constant
Bandwidth Type: Fixed

Continuous Kernel Type: Second-Order Gaussian
No. Continuous Explanatory Vars.: 1

我不知道为什么这个错误会出现在我的函数调用中,也不知道如何避免它。我想把这个估计嵌入到一个正在做其他事情的函数中,所以我急切地想找出一个方法使它工作。