如何统计N个数据集上LASSO选中的欠指定及正确模型数量

背景数据 #

在N个数据集上运行LASSO后，已获取每个数据集对应的True Positive Rate（TPR，即灵敏度）、False Positive Rate（FPR）、True Negative Rate（TNR，即特异度，TNR=1-FPR），数据示例如下：

TPR数据示例 #

> head(BM1_TPRs)
[[1]]
[1] 1
[[2]]
[1] 1
[[3]]
[1] 0.6666667
[[4]]
[1] 1

... 共N个数据集

FPR数据示例 #

> head(BM1_FPRs)
[[1]]
[1] 0
[[2]]
[1] 0
[[3]]
[1] 0
[[4]]
[1] 0

... 共N个数据集

TNR数据示例 #

> head(BM1_TNRs)
[[1]]
[1] 1
[[2]]
[1] 1
[[3]]
[1] 1
[[4]]
[1] 1

... 共N个数据集

统计需求与问题 #

需要统计两类模型的数量：

• 欠指定模型：至少遗漏一个变量且无额外变量，判定条件为TPR < 1且FPR = 0（等价于TNR = 1）。
  此前尝试的代码未得到预期结果：

  Under <- lapply(BM1_TPRs, function(i) {if (i < 1) {cnt <- cnt + 1}
    cnt})
  

  执行时出现「找不到cnt」的错误，修改后运行返回结果不符合需求：

  > head(Under)
  [[1]]
  NULL    
  [[2]]
  NULL    
  [[3]]
  [1] 1.666667    
  [[4]]
  NULL
  

• 正确指定模型：满足TPR = 1且FPR = 0的模型数量。

内容的提问来源于stack exchange，提问作者Marlen